ИНСТРУМЕНТАРИЙ ИССЛЕДОВАНИЯ СТЕЙКХОЛДЕРСКИХ РИСКОВ ДЛЯ ЦЕЛЕЙ УСТОЙЧИВОГО РАЗВИТИЯ КОМПАНИЙ

Ткаченко И. Н.; Злыгостев А. А.

DOI: 10.29141/2658-5081-2022-23-1-6 JEL classification: G32, G34

И. Н. Ткаченко Уральский государственный экономический университет, г. Екатеринбург, Российская Федерация А. А. Злыгостев Уральский банк реконструкции и развития, г. Екатеринбург, Российская Федерация

Инструментарий исследования стейкхолдерских рисков для целей устойчивого развития компаний

Аннотация. Исследовательское поле по проблематике стейкхолдерского подхода весьма обширно, но до сих пор отсутствует общее понимание рисков заинтересованных сторон компании. Не разработан прикладной инструментарий, позволяющий решать конкретные задачи учета и анализа этих рисков. Статья посвящена изучению стейкхолдерских рисков, их оценке и моделированию их сетей, а также разработке инструментов определения лояльности (удовлетворенности) стейкхолдеров, установлению приоритетов в управлении рисками для стейкхолдеров. Методологию исследования составили стейкхолдер-ский подход, теория корпоративного управления и теория графов. Использованы методы сравнительного и контент-анализа, моделирования, приоритизации и визуализации графов. Проведено моделирование сетей стейкхолдерских рисков на основе методики Р. Янг (R. Yang) в авторской модификации, предусматривающей учет фактора баланса интересов стейкхолдеров на примере бизнес-проекта конкретной компании. Результаты исследования включают конкретизацию взаимного влияния рисков в сети, определение ключевых категорий рисков и наиболее влиятельных стейкхолдеров, составление рейтинга рисков при помощи метрик анализа и графов, разработку схемы реализации предложенного инструментария в системе управления. Теоретико-практическая значимость исследования состоит во введении фактора баланса (дисбаланса) интересов при моделировании сетей стейкхолдерских рисков, а также рекомендациях по применению предложенного инструментария для целей устойчивого развития компаний.

Ключевые слова: устойчивое развитие; сети стейкхолдеров; баланс интересов; стейкхол-дерские риски; корпоративное управление; развитие бизнеса.

Благодарности: Исследование выполнено при финансовой поддержке РФФИ и Свердловской области в рамках научного проекта № 20-410-660032-р_а «Инновационно технологическое развитие промышленности региона в контексте трансформации архитектуры бизнеса и управленческих технологий, продуцирующих знания и общие ценности: институциональный и стейкхолдерский аспекты».

Для цитирования: Tkachenko I. N., Zlygostev A. A. (2022). Stakeholder risk research tools in the light of companies' sustainable development. Journal of New Economy, vol. 23, no. 1, pp. 109-130. DOI: 10.29141/2658-5081-2022-23-1-6 Дата поступления: 10 января 2022 г.

Irina N. Tkachenko Ural State University of Economics, Ekaterinburg, Russia

Aleksandr A. Zlygostev Ural Bank for Reconstruction and Development, Ekaterinburg, Russia

Stakeholder risk research tools in the light of companies' sustainable development

Abstract. Despite very extensive research on the issues of the stakeholder approach, so far there is no general understanding of the risks borne by company's stakeholders and no applied tools developed to address specific problems of recognising and analysing them. The paper aims to study stakeholder risks, evaluate them, model stakeholder risk networks, develop tools for determining the loyalty (satisfaction) of stakeholders, and establish risk priorities for stakeholders. The research methodology rests on the stakeholder approach, corporate governance theory and graph theory. The paper applies comparative and content analysis, methods of modeling, prior-itisation and visualisation of graphs. Based on Rebecca Yang's method modified by the authors, the study models stakeholder risk networks. Due to the modification, the method is able to take into account the factor of balance of stakeholders' interests. The method is tested on a business project of a particular company. The research results include specifying the mutual influence of risks in the network, determining key categories of risks and the most influential stakeholders, rating risks using analysis metrics and graphs, and developing a scheme for implementing the proposed tools in the management system. The theoretical and practical significance of the study lies in introducing the factor of balance (imbalance) of interests in modelling of stakeholder risk networks, as well as in providing recommendations on the use of these tools for sustainable development.

Keywords: sustainable development; stakeholder network; balance of interests; stakeholder risks; business development; corporate governance.

Acknowledgements: The research is funded by the Russian Foundation for Basic Research (RFFI) and Sverdlovsk oblast within the framework of the research project no. 20-410-660032-r_a "Innovation technological development of regional industry in the context of the transformation of business architecture and management technologies that produce knowledge and common values: Institutional and stakeholder aspects".

For citation: Tkachenko I. N., Zlygostev A. A. (2022). Stakeholder risk research tools in the light of companies' sustainable development. Journal of New Economy, vol. 23, no. 1, pp. 109-130. DOI: 10.29141/2658-5081-2022-23-1-6 Received January 10, 2022

Введение

В условиях непредсказуемости и разного рода угроз актуальность исследования проблематики стейкхолдерских рисков и адекватного применения полученных результатов в управленческой практике возрастает как для зарубежных, так и для российских компаний. Корпоративный бизнес проявляет все больший интерес к построению интегрированной системы управления рисками, видя ее безусловные плюсы. Собственники все отчетливее понимают, что рост их благосостояния и долгосрочная устойчивость бизнеса обеспечиваются удовлетворением запросов разных групп держателей интересов (стейкхолдеров).

Отсутствие хорошо управляемых практик в области устойчивого развития подрывает прочность бизнес-моделей и создает значительные репутационные и финансовые риски для инвесторов. Чтобы эффективно управлять бизнесом, приходится принимать рискованные решения, придерживаясь концепции «приемлемого» риска. В связи с этим значимость управления рисками на основе соблюдения баланса интересов широкого круга стейкхолдеров компании многократно возрастает. Отметим, что необходимость балансирования интересов связана с тем, что стейкхолдеры находятся в коалиционном (сетевом) взаимодействии. При этом представления каждого из них об ожидаемых или упущенных выгодах и рисках весьма различаются, что также затрудняет оценивание как их вклада в общую стейкхолдерскую стоимость, так и степени приемлемости рисков.

Несмотря на высокую актуальность учета, оценки и моделирования стейкхолдерских рисков, в настоящее время абсолютно не проработан методологический, методический и прикладной инструментарий, который бизнес мог бы использовать для минимизации стейкхолдерских рисков.

Цель исследования - привлечь внимание к проблематике стейкхолдерских рисков и предложить инструментарий моделирования сетей данных рисков с учетом соблюдения баланса интересов стейкхолдеров компании (проектов), а также инструментарий определения лояльности (удовлетворенности) стейкхолдеров и приоритетов рисков для них. Предлагаемый подход не только позволит заинтересованным сторонам управлять своими рисками и нести за них ответственность, но и даст возможность учитывать их взаимовлияние, выстраивать конструктивные отношения со стейкхолдерами через обеспечение баланса интересов, контроль и влияние.

Обзор публикаций по проблематике стейкхолдерских рисков

Стейкхолдерский подход свыше 30 лет широко освещается во множестве публикаций: о роли стейкхолдеров, необходимости учета их интересов, особенностях их идентификации и специфике их анализа. Гораздо меньше исследований посвящено прикладным аспектам стейкхолдерской модели, а именно конкретным разработкам методологии анализа и оценки стейкхолдерской стоимости, оценивания выгод и рисков для отдельных категорий заинтересованных лиц.

Для выявления объема публикаций по тематике исследования стейкхолдерских рисков мы использовали контент-анализ за период с 1980 по 2020 г. в базе Google Scholar с поисковыми запросами на английском и русском языках по ключевым словам «стейк-холдерский подход» (stakeholder approach), выделяя отдельно «стейкхолдерские риски» (stakeholder risks) [Ткаченко, 2021]. Обнаружилось, что за рубежом, особенно в последние годы, интерес к стейкхолдерскому подходу постоянно расширялся и число соответствующих публикаций нарастало (почти до 7 тысяч в 2020 г.), однако изучение стейкхолдерских рисков было не слишком активным: 1 статья в 1990 г. и 48 статей в 2020 г. Русскоязычных публикаций, посвященных стейкхолдерскому подходу, всегда было значительно меньше, чем англоязычных (в 2020 г. - почти в 100 раз), так же как и публикаций по проблематике стейкхолдерских рисков (в 2020 г. - в 25 раз). Всё это говорит о малой степени изученности рисков для широкого круга заинтересованных сторон.

Остановимся на ряде значимых, на наш взгляд, работ по данной тематике.

Можно выделить публикации, в которых с методологической опорой на стейкхол-дерский подход исследуются риски стейкхолдеров. Принятие оперативных и стратегических решений с учетом этих рисков должно, по мнению авторов, происходить путем нахождения консенсуса со стейкхолдерами и выработки согласованной позиции относительно ключевых рисков компании и оценивания заданного уровня риск-аппетита.

Исследователи предлагают разрабатывать трансдисциплинарную теорию учета заинтересованных сторон для создания стоимости (value creation stakeholder accounting = VCSA), основанную на распределении рисков между этими сторонами. Партнерство заинтересованных сторон (VCSP) для создания стоимости рассматривается как перспективный механизм реализации VCSA; устанавливается связь процесса создания стоимости, учета и рисков для стейкхолдеров [Mitchell et al., 2015].

Нельзя не отметить работу, в которой внимание сфокусировано на процедуре оценки рисков. Авторы придают определению стейкхолдерских рисков сверхвысокую значимость, сопоставимую с выявлением приоритетности угроз национальной безопасности, и предлагают свою методику определения ценности и рисков для заинтересованных сторон [Henry, Lundberg, 2017].

В части публикаций, декларирующих постановку проблемы управления рисками ключевых стейкхолдеров, не предлагается проработанного инструментария, применимого для оценки рисков стейкхолдеров в практической деятельности компаний [Maharaj, 2008; Schiffer, 2015], хотя и подчеркивается актуальность снижения этих рисков и необходимость проведения соответствующих процедур советами директоров компаний. Некоторые авторы анализируют, как риски и выгоды распределяются между заинтересованными сторонами в цепочке создания стоимости, и обозначают способы исправления дисбалансов при учете разнонаправленных интересов [Yadav et al., 2007].

Среди прикладных исследований с хорошо проработанным инструментарием можно выделить публикации китайских авторов, в которых обоснован подход к моделированию в проектах интерактивных сетей стейкхолдерских рисков с использованием методов анализа соцсетей. Представленная методика позволяет определить критические риски и связанных с ними стейкхолдеров, повысить точность анализа заинтересованных сторон и рисков [Yang et al., 2014, 2016]. Схожие взгляды на стейкхолдерские риски обозначены в публикациях, посвященных установлению влияния этих рисков в мегаинженерных проектах государственно-частного партнерства [Aladag, I§ik, 2020] и изучению проблемы доверия и риска стейкхолдеров [Zhou et al., 2018].

В одной из статей предложена методика оценки стейкхолдерских рисков в проектах и операционной деятельности, которая базируется на применении субъективных методов - опросов и экспертных оценок. Модель оценивания рисков заинтересованных сторон проектов OBSRAM (Outcome-based stakeholder risk assessment) основана на оценке результатов. Она позволяет анализировать влияние изменений в бизнес-процессах на стейкхолдеров и учитывать их реакцию на эти изменения. Применяемый метод заключается в приоритизации стейкхолдеров, имеющих наибольшую метрику стейкхолдер-ского риска и разрывов во влиянии стейкхолдеров, а также разрыва в восприятии ими рисков. Основу данного метода составляют действия по выявлению и идентификации стейкхолдерских рисков: весь бизнес разбивается на ряд ключевых бизнес-процессов, приводящих к результату, согласно которому должно происходить управление рисками стейкхолдеров. Для достижения этой цели анализируется воздействие результата каждого бизнес-процесса на каждого стейкхолдера [Woolridge et al., 2007].

Влияние рисков заинтересованных сторон рассмотрено на примере исследования рисков инфраструктурных проектов с применением метода моделирования нейронных сетей. Продемонстрированы возможности анализа и построения выводов в части влияния категорий рисков стейкхолдеров на увеличение сроков проекта с помощью нейросетей; показано, что неэффективное управление стейкхолдерами может привести к срыву сроков реализации проектов [Badran, 2020].

Назовем еще ряд работ, в которых проявлен интерес к оцениванию стейкхолдерской стоимости и рисков. В одной из публикаций применяется экономико-математическое моделирование с целью оценки создания стоимости для отдельных групп стейкхолдеров [Fernández-Guadaño, Sarria-Pedroza, 2018], в другой даны рекомендации по оценке выгод для стейкхолдеров с учетом влияния экзогенных и институциональных факторов риска [Ramírez, Tarziján, 2018], в третьей предлагается определять вклад стейкхолдеров на основе оценочных суждений их представителей при принятии решений о сетевом взаимодействии в условиях ограниченных ресурсов, рисков и неопределенности [Neto et al., 2018].

В рассмотренных публикациях акцентируется польза ассоциирования всех возможных видов рисков со стейкхолдерами, от которых эти риски могут исходить, но прикладные методические рекомендации по оцениванию рисков касаются прежде всего стейк-холдеров проектов, а не стейкхолдеров организации.

Среди русскоязычных авторов наиболее серьезный вклад в рассмотрение интересующей нас проблематики внесла И. В. Ивашковская, которая глубоко исследовала корпоративные стратегии развития организации, направленные на создание стоимости компаний с учетом стоимости для стейкхолдеров. В ее работах отмечено, что стейкхол-дерский риск связан с нарушением баланса взаимоотношений в стейкхолдерской сети и потерей доверия ее участников. Этот риск ведет к утрате ценности интеллектуального и социального капиталов для компании, что, в свою очередь, обусловливает рост затрат на совокупный финансовый капитал и снижение экономической прибыли акционеров [Ивашковская, 2009, 2011, 2012, 2016].

Т. Вашакмадзе предлагает оценивать стейкхолдерские риски с помощью капитализации компании на фондовом рынке, а именно через премию к требуемой доходности, которая должна коррелировать с этим риском. Основываясь на результатах эконометри-ческого анализа, автор доказывает, что рост стейкхолдерского риска снижает капитализацию компании [Вашакмадзе, 2014].

Л. С. Байдаков, говоря о рисках и шансах стейкхолдеров в практике управления, имеет в виду риски отдельных стейкхолдеров [Байдаков, 2016]. В более поздней публикации, акцентируя внимание на необходимости разработки и совершенствования действенного инструментария стейкхолдерского подхода, позволяющего решать конкретные задачи, он говорит об оценке выгод, получаемых каждым стейкхолдером от компании (либо, напротив, получаемых компанией от стейкхолдеров); издержек, которые несут либо стейк-холдер, либо компания, предоставляя ресурсы и взаимодействуя друг с другом; рисков, которые возникают во взаимодействиях компании (стейкхолдера) по сравнению с ее альтернативными возможностями [Байдаков, 2019]. Однако, ставя задачу оценки стейк-холдерских рисков, ее инструментария автор не дает.

Анализу рисков стейкхолдеров посвящена статья В. Г. Когденко, в которой указано на необходимость учета этих рисков в общей структуре рисков компании и обозначены типы рисков, характерные для каждой группы стейкхолдеров. На основе стейкхолдер-ского подхода автором разработана методика анализа рисков компании. Предложенные алгоритмы позволяют увязать эти риски с секторальной принадлежностью компании, выявить наиболее значимые из них, рассчитать количественные индикаторы рисков и создать методы управления рисками. И хотя стейкхолдерские риски в работе только сформулированы, в российском исследовательском поле это одна из первых попыток их интеграции в общую систему анализа рисков [Когденко, 2018].

В русскоязычных работах в качестве некоего шаблона нередко используются общепринятые методики, в частности модель Митчела - Агле - Вуда [Mitchell et al., 1997]. При

таком понимании стейкхолдеры классифицируются исходя из сочетания трех атрибутов: власти, легитимности и срочности [Абросимова, Седельникова, 2011; Зильберштейн и др., 2016]. Анализировать стейкхолдерские риски можно и при помощи качественного и количественного контент-анализа: на основе новостных текстов крупнейших информационных агентств, через выявление стейкхолдеров, их интересов, эмоциональной окраски текстовых сообщений [Раменская, 2021].

Развивая стейкхолдерский подход, мы обращали внимание на практические аспекты анализа и моделирования стейкхолдерских рисков [ТкасЬеико, РегуикЫиа, 2020; ТкасЬеико, РегуикЫиа, 2^оз1еу, 2020; Ткаченко, Злыгостев, 2021]. Под стейкхолдерским риском мы понимаем риск утраты долгосрочной и (или) краткосрочной конкурентоспособности организации вследствие разрушения или разрыва ее отношений с ключевыми стейкхолдерами. Этот особый вид риска отсутствует в большинстве классификаций рисков. Причина стейкхолдерского риска, по нашему мнению, кроется в конфликте интересов и (или) недостатке коммуникаций со значимой группой стейкхолдеров. Ключевыми факторами предупреждения и диагностики этого риска являются мониторинг и анализ стейкхолдеров, а также диалог с ними и балансировка интересов.

Как анализировать стейкхолдеров и осуществлять мониторинг стейкхолдерского риска? Обзор научных публикаций показал, что однозначного ответа на этот вопрос пока нет. Учет стейкхолдерского риска - недооцененная и мало описанная в литературе проблема. Существует множество аспектов, с помощью которых можно рассматривать и анализировать конкретных стейкхолдеров для диагностики стейкхолдерского риска. Выбор инструментария зависит от контекста ситуации и целей анализа. Исследователи предпринимают попытки совместить факторы, которые необходимо учитывать менеджменту для определения основных направлений политики в сфере взаимоотношений со стейкхолдерами.

Методы исследования

В рамках исследования осуществлялось моделирование сетей стейкхолдерских рисков с учетом фактора дисбаланса интересов. Такой подход имеет ряд особенностей. Во-первых, он ориентирован на качественные характеристики рисков. Во-вторых, риски в этом случае рассматриваются в рамках определенного проекта или стратегии. В-третьих, основу метода составляют субъективные подходы к оценке стейкхолдерских рисков, т. е. источником информации для их оценивания являются субъективные мнения, оценки и экспертиза стейкхолдеров (в отличие, например, от финансовых оценок рисков, где информационной базой обычно служат бухгалтерская отчетность и финансовые модели, т. е. монетарные экономические факты). Другая особенность заключается в изучении влияния стейкхолдерских рисков друг на друга, а не на организацию в целом -исследуются взаимосвязи рисков в сети с целью выявить наиболее важные, ключевые звенья. Поэтому результатом оценивания оказываются не индексы или финансовая (монетарная) оценка риска, а рейтинг (рэнкинг) рисков, определяемый при помощи метрик анализа графов.

При таком подходе стейкхолдерский риск - это возможность отклонения проекта или стратегии от целевых критериев, связанная с деятельностью стейкхолдера, который управляет данным риском. С точки зрения сети рисков это конкретный риск определенного стейкхолдера, одна из вершин графа всей сети. В этом смысле рассматриваемый риск не является неким интегрирующим, агрегированным показателем общего уровня стейкхолдерского риска организации или групп ее стейкхолдеров, не может быть выражен финансово, а значит, резко отличается от привычных финансовых оценок рисков.

Сеть рисков определяет эти риски через их взаимосвязи с другими рисками, не выявляя вероятности и значимости стейкхолдерского риска самого по себе. Данный подход предполагает, что стейкхолдеры сами управляют своими рисками и несут за них ответственность. Поэтому необходимо учитывать взаимовлияние стейкхолдерских рисков, выстраивать конструктивные отношения со стейкхолдерами через соблюдение баланса интересов, контроль и влияние. Моделирование рисков позволяет выявлять и приори-тизировать критические узлы.

Алгоритм используемой нами методики основан на подходе Р. Янг [Yang, 2014], который мы модифицировали, добавив в формулу связи стейкхолдерских рисков фактор дисбаланса интересов стейкхолдера (рис. 1).

Рис. 1. Алгоритм моделирования сетей стейкхолдерских рисков1 Fig. 1. Algorithm for modelling stakeholder risk networks

Рассмотрим обозначенные на рис. 1 этапы моделирования.

1. Определение заинтересованных сторон и их рисков включает:

• экспертные оценки и опросы стейкхолдеров проекта;

• выделение категорий рисков.

2. Определение связи между рисками и описание силы этой связи на основе экспертных оценок и опросов стейкхолдеров проекта с целью выявления факторов связи: силы влияния, его вероятности, степени дисбаланса интересов держателя риска.

3. Визуализация сетей рисков с помощью графов предполагает выделение:

• узла графа - стейкхолдерского риска, имеющего свой код S*R*, где * - номер стейк-холдера, риска;

• формы узла для обозначения стейкхолдера;

• цвета узла, обозначающего категорию риска;

• направленного ребра графа - это показывает направленность связи риска, которая передает риск от одного к другому;

• веса ребра, который обозначает степень «проводимости» риска: чем она больше, тем легче передается риск по данному ребру.

4. Рэнкинг рисков на основании аналитических метрик графа включает:

• выходящие степени узла (out-status centrality / degree centrality);

• разницу выходящих и входящих степеней узла (degree difference);

• степень посредничества узла (betweenness centrality).

Авторская модификация метода моделирования сетей стейкхолдерских рисков состоит во введении учета фактора соблюдения баланса интересов (в приведенной ниже

1 Составлено авторами на основе методики Р. Янг [Yang, 2014].

формуле (1) - «степень дисбаланса интересов») стейкхолдера. Необходимость включения этого фактора обусловлена недостатком исходной методики Р. Янг, которая рассматривает риски стейкхолдеров безотносительно самих стейкхолдеров и их интересов. Модификация дополняет поле анализа рисков через учет степени согласованности интересов. Таким образом, степень влияния риска рассчитывается следующим образом:

Влияние риска = значимость риска х вероятность риска х

х степень дисбаланса интересов. (1)

Степень дисбаланса интересов определяется по каждому стейкхолдеру проекта (или стратегии) опросно-экспертным путем в баллах от 1 до 5. Она оказывает влияние на все связи стейкхолдера в сети рисков, которыми он управляет (как входящие, так и исходящие), за исключением внутренних связей (когда одни риски стейкхолдера влияют на другие риски того же стейкхолдера). По внутренним рискам оценка дисбаланса интересов берется средней, равной 3 (это необходимо для исключения завышения метрик в связях стейкхолдерских рисков внутри одного стейкхолдера).

Когда оценки дисбаланса интересов в связи различны, выбирается оценка с максимальной степенью этого дисбаланса. Например, стейкхолдер Б1 со степенью дисбаланса интересов 5 связан с стейкхолдером Б2 со степенью дисбаланса интересов 4. При расчете влияния между этими рисками будет использоваться балл, равный 5.

В результате применения методики моделирования сетей стейкхолдерских рисков и аналитических методов анализа графов получен список ключевых стейкхолдерских рисков, из которых можно выделить приоритетные категории риска и приоритетных стейкхолдеров, отвечающих за риски. Рэнкинг позволяет приоритизировать риски для их дальнейшей проработки и анализа.

Данной методике присущи следующие ограничения и недостатки:

• большое значение имеют субъективные оценки и мнения стейкхолдеров, недостаточно объективных данных и фактов для подкрепления оценок;

• есть вероятность неучета некоторых рисков стейкхолдеров;

• исследуются связи рисков в их совокупности, а не вероятность рисков как события самого по себе и не ущерб от реализации риска в денежном выражении. Отсутствует денежное выражение рисков;

• отсутствует общий показатель уровня стейкхолдерского риска.

Модель дает возможность нового взгляда на стейкхолдеров и стейкхолдерские риски, который учитывает сложные взаимосвязи между рисками и актуализирует значимость стейкхолдеров. Авторская модификация подхода открывает новое поле для анализа, которое охватывает интересы стейкхолдеров, поскольку их рассогласованность усиливает проводимость стейкхолдерских рисков в сети и создает предпосылки для появления новых, ранее не учтенных. Данный подход может быть применен при оценке стейкхолдер-ских рисков в проектах и стратегии организации.

Результаты исследования

Моделирование сетей рисков с учетом дисбаланса интересов. Описанная методика апробирована в компании банковского сектора на примере проекта совершенствования внутренних бизнес-процессов. Проект предусматривал доработку программного обеспечения (ПО) разработчиком для увеличения гибкости ИТ-процесса банка с целью повышения эффективности функционирования подразделений продаж и увеличения прибыли. Список стейкхолдеров проекта приведен в табл. 1.

Таблица 1. Стейкхолдеры проекта и их функции в рамках его реализации Table 1. Project stakeholders and their functions

Стейкхолдер Код риска Функционал

Менеджер заказчика S1 Контролирует прогресс решения задачи и полученный результат с помощью менеджера разработчика

Заказчик S2 Формирует заявку на доработку менеджеру разработчика и передает менеджеру заказчика ответственность по контролю за ней

Менеджер разработчика S3 Контролирует прогресс разработчика и сообщает о результатах менеджеру заказчика

Руководитель менеджера разработчика S4 Осуществляет контроль за работой менеджера разработчика

Разработчик S5 Осуществляет доработку ПО согласно техническому заданию от менеджера разработчика

Подразделения продаж S6 Используют доработку ПО для увеличения эффективности заключаемых сделок

Банк S7 Увеличивает прибыль вследствие роста эффективности подразделений продаж

Список стейкхолдерских рисков, полученный на основе опроса ключевых стейкхол-деров проекта, представлен в табл. 2. Обозначение рисков осуществлено в виде кода S*R*, где * - номер стейкхолдера и его риска.

Таблица 2. Список стейкхолдерских рисков Table 2. List of stakeholder risks

Стейкхолдер Код риска Риск Категории рисков

Менеджер заказчика S1R1 Долгое тестирование. Рост сроков реализации проекта Время

S1R2 Ошибка тестирования, которая приведет к ошибкам в расчете Качество

S1R3 Возникновение ошибок с доступами / работой форм, затягивание времени тестирования Время

S1R4 Отсутствие контроля за решением задачи, замедление реализации Управление

Заказчик S2R1 Отсутствие контроля за решением задачи, замедление реализации Управление

Менеджер разработчика S3R1 Длительная обработка заявки на доработку и поздняя передача разработчику, замедление реализации Время

Руководитель менеджера разработчика S4R1 Отсутствие контроля за решением задачи, замедление реализации Время

Разработчик S5R1 Ошибки разработчика и неверный расчет параметров Качество

S5R2 Затягивание процесса внедрения Время

Подразделения продаж S6R1 Отсутствующий или неверно рассчитанный параметр может исказить ориентиры и стимулы для подразделений продаж Управление

Банк S7R1 Снижение будущей прибыли банка Денежные затраты

S7R2 Ошибки в ПО и ИТ банка Качество

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Составлено на основе опросов стейкхолдеров проекта.

После составления списка рисков было определено их взаимовлияние друг на друга: установлены связи, их направление, вероятность (0-5 баллов) и значимость риска (0-5 баллов). Оценки связей были получены в результате экспертного оценивания и обсуждений. В частности, стейкхолдеру присвоена степень дисбаланса интересов, равная 4, всем остальным - 3.

Оценки связей приведены в табл. 3. Матрицы построены так, что строки обозначают влияющие риски, столбцы - риски под влиянием. Например, риск Б1Я2 влияет на Б1Я1 с силой 30, рассчитанной в соответствии с формулой (1), на основе характеристик связей.

Таблица 3. Матрица связей (сила, вероятность, фактор дисбаланса интересов) Table 3. Relationship matrix (strength, probability, interest imbalance factor)

Риски Под влиянием

S1R1 S1R2 S1R3 S1R4 S2R1 S3R1 S4R1 S5R1 S5R2 S6R1 S7R1 S7R2

S1R1 - - - 4, 4, 3 - - - - - 4, 2, 4 - -

S1R2 2, 5, 3 - - - - - - - - 4, 3, 4 - -

S1R3 4, 2, 3 - - - - - - - - - - -

S1R4 - - - - - 2, 2, 4 4, 4, 4 - - - - -

<u s S2R1 2, 2, 4 - - - - - 2, 2, 3 - - - - -

d 9, S3R1 - - - - - - - - 5, 5, 3 - - -

« s S4R1 - - - - - 2, 2, 3 - - - - - -

л m S5R1 - 4, 3, 4 - - - - - - - - - -

S5R2 4, 2, 4 - - - - - - - - - - -

S6R1 - - - - - - - - - - 3, 4, 3 -

S7R1 - - - - - - - - - - - 3, 3, 3

S7R2 - - 3, 2, 4 - - - - - - - - -

Представленные в табл. 3 данные были рассчитаны по формуле (1) и визуализированы в виде сети (графа) рисков (рис. 2). Граф состоит из вершин (фигуры) и ребер (линий, соединяющих фигуры). Каждая вершина характеризует определенный стейкхолдерский риск. Фигура определяет категорию стейкхолдера, а цвет фигуры - категорию риска.

Стейкхолдеры О Менеджер заказчика

□ Заказчик

А Менеджер разработчика ^ Руководитель

менеджера разработчика ф Разработчик О Подразделения продаж О Банк

Категория риска

■ Время

■ Управление Денежные затраты

□ Качество

Рис. 2. Сеть стейкхолдерских рисков проекта Fig. 2. Network of the project stakeholder risks

S6R1

S1R1

S2R1

S4R1

Для практического применения полученной модели сети рисков ее необходимо проанализировать. Цель анализа - поиск и выделение ключевых рисков с помощью приори-тизации наиболее существенных по метрикам анализа графов:

1) степень посредничества узла (Betweenness centrality (ВС));

2) степень центральности узла (Out-status/Degree centrality (DC));

3) разница степеней узла (Degree difference (DD)).

Рассмотрим каждый из них подробнее.

1. Степень посредничества узла - это метрика узла в графе, которая показывает, как часто этот узел находится на кратчайшем пути между остальными узлами графа. Данный показатель рассчитывается по следующей формуле:

т>г количество кратчайших путей для данной пары узлов через узел X

"^чзлаХ - h -3-3-. (2)

^ дош всех пар все кратчайшие пути для данной пары

узлов в сети

Оценка ВС каждого актора может быть интерпретирована как мера потенциального контроля, поскольку она количественно определяет, насколько этот актор действует как посредник для других. Предполагается, что субъект, находящийся между многими другими, может с более высокой вероятностью управлять воздействием или информационным потоком в сети.

ВС предполагает, что коммуникация в сети происходит по кратчайшему возможному пути и полностью игнорирует вероятность коммуникации между акторами по некратчайшим путям.

Ниже представлены метрики степени посредничества для графа по рассматриваемому кейсу (табл. 4).

Поскольку наш граф направленный (связи между узлами имеют направления и обозначены стрелками), то часто кратчайший путь является единственным для данной пары, отсюда преобладание целых чисел в метриках ВС: ВС - степень посредничества узла; ВС - удельный вес степени посредничества в общей сумме степеней посредничества всех узлов.

Таблица 4. Степень посредничества узлов Table 4. Betweenness centrality

Стейкхолдер Код риска Категория риска ВС ВС, %

Менеджер заказчика S1R1 Время 59 54

Подразделения продаж S6R1 Управление 27 25

Менеджер заказчика S1R4 Управление 26 24

Банк S7R1 Денежные затраты 24 22

Менеджер разработчика S3R1 Время 21 19

Банк S7R2 Качество 21 19

Менеджер заказчика S1R3 Время 18 16

Разработчик S5R2 Время 18 16

Менеджер заказчика S1R2 Качество 9 8

Заказчик S2R1 Управление 0 0

Руководитель менеджера разработчика S4R1 Время 0 0

Разработчик S5R1 Качество 0 0

На основе метрик, приведенных в табл. 4, был построен граф стейкхолдерских рисков проекта (рис. 3), отцентрированный по степени посредничества (чем ближе к

центру вершина графа, тем большей степенью посредничества обладает соответствующий риск). Наибольшей степенью посредничества и контроля над рисками в сети проекта обладают стейкхолдеры Б1, Бб - менеджер заказчика и подразделения продаж. Ключевые категории рисков при этом связаны с временем и управлением (БШ1, БбЯ1, БШ4), поскольку они являются посредниками в большом количестве связей рисков и стейкхолдеров.

Стейкхолдеры О Менеджер заказчика

□ Заказчик

А Менеджер разработчика ^ Руководитель

менеджера разработчика ф Разработчик О Подразделения продаж О Банк

Категория риска

■ Время

■ Управление Денежные затраты

□ Качество

S2R1 .................... -' "

Рис. 3. Граф стейкхолдерских рисков проекта, отцентрированный по степени посредничества Fig. 3. Graph of the project stakeholder risks based on the betweenness centrality (BC)

2. Степень центральности узла количественно определяет, сколько исходящих связей (с учетом их веса) узел имеет с другими узлами в сети (табл. 5), т. е. метрика определяет степень влияния узла на своих ближайших соседей с учетом веса связей. В теории социальных сетей этот показатель часто рассматривается как показатель активности актора. Обозначения: DC - сумма исходящих связей (степеней) узла; DC - удельный вес исходящих степеней в общей сумме исходящих степеней всех узлов.

Табл. 5 визуализирована в виде графа, который отцентрирован по степени DC: чем больше степень центральности узла, тем ближе узел находится к центру графа (рис. 4). Согласно метрикам DC (см. табл. 5), наиболее влиятельным стейкхолдером оказался S1 (менеджер заказчика), а наиболее влиятельными категориями рисков - время, управление, качество (S1R1, S1R4, S1R2).

3. Разница степеней узла представляет собой разность между входящими и исходящими степенями (ребрами) узла. При положительном значении узел оказывает больше влияния на других, чем получает от них воздействия, т. е. в большей степени является источником рисков для всей остальной сети, чем передатчиком (контролером) влияния других рисков. Данная метрика позволяет выявлять «независимые риски», которые менее подвержены влиянию со стороны других рисков в сети, но при этом обладают заметным воздействием на остальные.

Таблица 5. Степень влияния узлов на ближайшие узлы Table 5. Degree of nodes impact on the nearest nodes

Стейкхолдер Код риска Категория риска DC DC, %

Менеджер заказчика S1R1 Время 80 15

S1R4 Управление 80 15

S1R2 Качество 78 14

Менеджер разработчика S3R1 Время 75 14

Разработчик S5R1 Качество 48 9

Подразделения продаж S6R1 Управление 36 7

Разработчик S5R2 Время 32 6

Заказчик S2R1 Управление 28 5

Банк S7R1 Денежные затраты 27 5

Менеджер заказчика S1R3 Время 24 4

Банк S7R2 Качество 24 4

Руководитель менеджера разработчика S4R1 Время 12 2

Стейкхолдеры О Менеджер заказчика □ Заказчик

А Менеджер разработчика ^ Руководитель

менеджера разработчика ф Разработчик О Подразделения продаж

0 Банк

Категория риска ■ Время

1 Управление Денежные затраты

I Качество

Рис. 4. Граф стейкхолдерских рисков, центрированный по степени выходящих связей Fig. 4. Graph of the stakeholder risks based on the out-status / degree centrality (DC)

Исходящая степень (сумма исходящих ребер) показывает прямое влияние риска на другие, и чем выше разница в степенях, тем сильнее влияние риска на другие риски по сравнению с полученным от них суммарным воздействием.

Матрица связей узлов, дополненная диагональю (выделена цветом, включает положительные числа), показывает сумму всех исходящих связей узла (табл. 6). Остальные (отрицательные) числа демонстрируют связи между узлами («влияние» обозначено как -10).

Таблица 6. Матрица связей рисков Table 6. Matrix of risk relations

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Риски Под влиянием

S1R1 S1R2 S1R3 S1R4 S2R1 S3R1 S4R1 S5R1 S5R2 S6R1 S7R1 S7R2

S1R1 80 - - -48 - - - - - -32 - -

S1R2 -30 78 - - - - - - - -48 - -

S1R3 -24 - 24 - - - - - - - - -

S1R4 - - - 80 - -16 -64 - - - - -

tu s S2R1 -16 - - - 28 - -12 - - - - -

g 9, S3R1 - - - - - 75 - - -75 - - -

« s S4R1 - - - - - -12 12 - - - - -

л m S5R1 - -48 - - - - - 48 - - - -

S5R2 -32 - - - - - - - 32 - - -

S6R1 - - - - - - - - - 36 -36 -

S7R1 - - - - - - - - - - 27 -27

S7R2 - - -24 - - - - - - - - 24

По матрице связей построена табл. 7, которая визуализирована также в виде точечной диаграммы (рис. 5).

Таблица 7. Разница степеней (DD) и выходящие степени (DC) рисков Table 7. Degree difference (DD) and out-status / degree centrality (DC) of risks

Риски Метрики S1R1 S1R2 S1R3 S1R4 S2R1 S3R1 S4R1 S5R1 S5R2 S6R1 S7R1 S7R2

DD -22 30 0 32 28 47 -64 48 -43 -44 -9 -3

DC 80 78 24 80 28 75 12 48 32 36 27 24

Примечание. Топ-3 влиятельных рисков по DD выделен серым.

60

>S 40

i>

S <i> 20

К

<L> H 0

и

rt CT -20

S

« m -40

m

Рч -60

-80

<s9R 1 • S 3R1 •

• S5R L > S1R4

S1R3 » s? RI S1R2

0 1 0 2 • °S7R2e 3 0 4 0 5 0 6 0 7 0 80 9

S6R1 4 Ç1 » W1

S4R1 • • S5R2

•

Исходящая степень

Рис. 5. Влиятельность узлов по разнице степеней и исходящим степеням Fig. 5. Influence of nodes by degree difference and out-status centrality

Наибольшей независимостью по разнице степеней обладают риски менеджера разработчика, разработчика и менеджера заказчика. Ключевые риски связаны с категориями времени, качества и управления (S3R1, S5R1, S1R4). Разница степеней позволила выявить «независимые» риски, связанные со стейкхолдером «разработчик». Несмотря на его низкую степень посредничества в сети, он обладает серьезным влиянием на проект, поскольку имеет высокую разницу степеней. Рассмотренные метрики - степень посредничества, степень центральности и разница степеней - позволили выделить ключевые

стейкхолдерские риски (топ-3 по каждой) в разрезе стейкхолдеров и категорий риска проекта для их приоритизации (табл. 8, 9).

Таблица 8. Ключевые риски проекта по трем метрикам приоритизации

Table 8. Key project risks by three prioritisation metrics

Метрики Риски Степень посредничества узла (ВС) Степень центральности узла (ОС) Разница степеней узла (ОО)

Код риска БШ1, Б6Р1, БШ4 БШ1, БШ4, БШ2 Б3Р1, Б5Р1, БШ4

Стейкхолдеры, ответственные за риски Менеджер заказчика - 2, подразделения продаж - 1 Менеджер заказчика - 3 Менеджер разработчика - 1, разработчик - 1, менеджер заказчика - 1

Тип риска Время - 1, управление - 2 Время - 1, управление - 1, качество - 1 Качество - 1, время - 1, управление - 1

Таблица 9. Приоритетные риски проекта Table 9. Priority risks of the project

Риск Приоритет по метрике BC DC DD

S1R1 BC, DC 59 80 -22

S1R4 BC, DC, DD 26 80 32

S3R1 DC 21 75 47

S1R2 DC 9 78 30

S5R1 DD 0 48 48

Учет фактора дисбаланса интересов увеличивает «проводимость» рисков в сети у стейкхолдеров с дисбалансом интересов и связанных с ними стейкхолдеров. По нашим наблюдениям, указанный фактор оказывает влияние прежде всего на метрики DC и DD, в то время как BC меняется несущественно. Методика позволила приоритизировать стейкхолдерские риски для их дальнейшей проработки, управления и контроля. Моделирование этих рисков инициируется руководителем проекта для поиска «узловых» стейк-холдеров и их рисков с целью обеспечения дополнительного контроля и разработки подготовительных мер и мер реагирования. Инструментарий является универсальным и может быть применен в любых проектах организаций разного профиля деятельности.

Применение инструментария в управленческом контуре. Мы предлагаем использовать методику моделирования сетей стейкхолдерских рисков в контексте общего процесса перехода к устойчивому развитию организации в части учета интересов стейк-холдеров. В наших исследованиях представленная методика является только одним из инструментов. Моделирование сетей рисков включается в разработанную нами общую схему реализации управленческого контура по учету интересов стейкхолдеров и созданию стоимости для стейкхолдеров (рис. 6) и выступает одной из составных частей перехода компании к устойчивому развитию в парадигме стейкхолдерского подхода.

Помимо моделирования сетей стейкхолдерских рисков мы также предлагаем в качестве ключевых показателей эффективности (КПЭ) учитывать параметры лояльности стейкхолдеров и создания стоимости для стейкхолдеров.

1. Учет параметров лояльности стейкхолдеров.

Показатель удовлетворенности стейкхолдеров мы предлагаем измерять с помощью индекса лояльности клиентов (Net Promoter Score (NPS)). Он был разработан Ф. Райхель-дом и впервые предложен в журнале Harvard Business Review в 2003 г. [Reichheld, 2003].

Совет директоров

HR

Корпоративный секретарь

I

Дирекция розничного бизнеса

1

Дирекция корпоративного бизнеса

Измеряют индекс

Т

Комитет по вознаграждениям

Ставят

Индексы удовлетворенности стейкхолдеров

цели по метрикам, анализируют достижение

1

Создание стоимости для стейкхолдеров (выгоды стейкхолдеров)

Ключевые показатели эффективности -метрики учета интересов стейкхолдеров

Гендиректор

Созданная и распределенная стоимость по группам стейкхолдеров

Методическое обеспечение по учету стейкхолдерской

стоимости и стейкхолдерских рисков

Интегрированная отчетность: ■ отчет для стейкхолдеров

• справочная информация об эффективности и сбалансированности отношений со стейкхолдерами

Учитывает в работе, декомпозирует цели

по подразделениям

Подразделения

—Рассчитывают—

-Разрабатывают-

Директор по устойчивому развитию

Комитет по устойчивому развитию

Корпоративное управление

Менеджмент

Моделирование сетей стейкхолдерских рисков в проектах Учет стейкхолдерских Используют Руководители и менеджеры проектов

рисков проектов в работе

] Участники -Аа-+ Функции ( ) Инструменты Цель

Рис. 6. Реализация инструментария учета интересов стейкхолдеров в системе управления Fig. 6. Implementation of the tools for taking account of the stakeholder interests in the management system

Популярность этого индекса объясняется простотой и скоростью сбора информации. Прежде всего респондентам предлагается ответить на вопрос «Насколько вы готовы рекомендовать нашу компанию своим друзьям и знакомым?», поставив оценку по шкале от 0 до 10. Ответ занимает не больше 30 секунд. Второй вопрос (опциональный) -о факторах, которые в наибольшей степени повлияли на оценку, - выявляет ценности стейкхолдера. Согласно ответам респонденты делятся на три группы по шкале: 0-6 - «критики», 7-8 - «нейтральные», 9-10 - «промоутеры» (те, кто продвигают

организацию). NPS вычисляется как разница между промоутерами и критиками. В каждой отрасли и на каждом рынке этот показатель имеет свои особенности, поэтому прямо сопоставлять его некорректно, однако удовлетворительным показателем в среднем принято считать 30 %* [Кечинов, 2020]. Создатель индекса, проводя исследования, выяснил, что для компаний, у которых NPS превышает 50 %, характерны высокие темпы роста. В то же время не стоит придавать чрезмерное значение абсолютному показателю NPS - важна его динамика, сравнение с предыдущими значениями.

Частота проведения опроса стейкхолдеров зависит от потребностей компании и целесообразности замеров. Обычно она варьируется от квартала до года. С каждой группой респондентов рекомендуется работать дополнительно. От «критиков» необходимо получить обратную связь для определения возможных точек улучшений и роста. К «нейтральным» следует проявить внимание, чтобы повысить их лояльность. А «промоутеры» просто будут продвигать компанию среди знакомых, друзей, родственников. Ведь 83 % потребителей считают рекомендации друзей и родственников самым надежным источником информации о товарах и услугах2.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Мы полагаем, что показатели NPS по группам стейкхолдеров будут отражать степень достижения баланса интересов, потому считаем целесообразным включать этот показатель в КПЭ для оценки деятельности топ-менеджмента организации в контексте реализации концепции устойчивого развития через принятие во внимание стейкхолдерских рисков.

2. Учет создания стоимости для стейкхолдеров.

Стейкхолдерские риски связаны с восприятием заинтересованными сторонами созданной и распределенной стоимости организации. Мы предлагаем проводить учет стоимости, создаваемой для стейкхолдеров, и использовать этот показатель для раскрытия информации в интегрированной отчетности в целях выстраивания диалога со стейк-холдерами и получения более широкой картины деятельности организации и в качестве КПЭ для оценки деятельности топ-менеджмента организации по учету интересов стейк-холдеров. Возможный подход к моделированию созданной и распределенной стоимости в контексте рисков с точки зрения вкладов и выгод стейкхолдеров рассмотрен в одной из наших работ [Ткаченко, Злыгостев, 2021].

Заключение

Для реализации концепции устойчивого развития в части учета интересов стейкхолде-ров и стейкхолдерских рисков на основе обзора публикаций предложен инструментарий моделирования указанных рисков. Его фундамент составила методика моделирования сетей стейкхолдерских рисков в проектной деятельности Р. Янг [Yang, 2014], модифицированная путем добавления фактора баланса интересов стейкхолдеров - участников проекта. Учет этого фактора необходим, поскольку он приводит к усилению проводимости рисков в сети, связанных с неудовлетворенными стейкхолдерами.

С целью совершенствования управления стейкхолдерскими рисками организации предложена общая схема управленческого контура, включающая: 1) использование инструментов моделирования сетей стейкхолдерских рисков проектов с учетом баланса интересов его участников; 2) индексы лояльности стейкхолдеров на основе методики NPS; 3) моделирование создания стоимости для стейкхолдеров. Индексы лояльности

1 Что такое NPS и почему он так важен для вашего бизнеса. https://timeweb.com/ru/community/articles/ chto-takoe-nps.

2 Global trust in advertising. The Nielsen Company. https://www.nielsen.com/us/en/insights/report/2015/glob-al-trust-in-advertising-2015/.

стейкхолдеров и моделирование стейкхолдерской стоимости представляется целесообразным применять в качестве показателей оценки деятельности топ-менеджмента, а также использовать в интегрированной отчетности для заинтересованных лиц.

Реализация предложенного управленческого контура позволит воплощать принципы устойчивого развития организации с позиции учета интересов заинтересованных сторон.

Источники

Абросимова Е., Седельникова И. (2011). Системный анализ стейкхолдеров // Вестник ИНЖЭКОНа. Серия «Экономика». Т. 3. С. 222-230.

Байдаков С. Л. (2016). Риски и шансы стейкхолдеров в практике территориального управления // Инновации в менеджменте. Т. 2, № 8. С. 22-27.

Байдаков С. Л. (2019). Практический инструментарий стейкхолдерской теории в управлении бизнесом // Инновации в менеджменте. № 2 (20). С. 10-18.

Вашакмадзе Т. (2014). Влияние стейкхолдерского риска на стоимость компании // Финансовая жизнь. Т. 2. С. 43-48.

Зильберштейн О. Б., Невструев К. В., Семенюк Д. Д., Шкляр Т. Л., Юрковский А. В. (2016). Анализ стейкхолдеров на примере российских предприятий // Науковедение: интернет-журнал. Т. 8, № 3. http://naukovedenie.ru/PDF/42EVN316.pdf.

Ивашковская И. В. (2009). Моделирование стоимости компании. Стратегическая ответственность советов директоров. Москва: Инфра-М. 430 с.

Ивашковская И. В. (2011). Развитие стейкхолдерского подхода в методологии финансового анализа: гармоничная компания // Корпоративные финансы. Т. 3, № 19. С. 59-70.

Ивашковская И. В. (2012). Стейкхолдерский подход к управлению, ориентированному на приращение стоимости компании // Корпоративные финансы. Т. 1, № 21. С. 14-23.

Ивашковская И. В. (2016). Финансовые измерения корпоративных стратегий. Стейкхолдер-ский подход: монография. 2-е изд. Москва: Инфра-М. 320 с.

Кечинов М. (2020). Индекс NPS. https://vc.ru/marketing/189334-indeks-nps-chto-eto-takoe-i-zachem-on-nuzhen.

Когденко В. Г. (2018). Исследование рисков компаний в рамках стейкхолдерского подхода к анализу // Экономический анализ: теория и практика. Т. 17. С. 1051-1072.

Раменская Л. А. (2021). Взаимодействие цифровых платформ с ключевыми заинтересованными сторонами: контент-анализ // Управленец. Т. 12, № 5. С. 96-106. DOI: 10.29141/2218-50032021-12-5-7.

Ткаченко И. Н. (2021). Актуализация стейкхолдерского подхода корпоративного управления в условиях коронакризиса: от декларирования приверженности к прикладным моделям // Управленец. Т. 12, № 2. С. 2-16. DOI: 10.29141/2218-5003-2021-12-2-1.

Ткаченко И. Н., Злыгостев А. А. (2021). Моделирование стейкхолдерских рисков: опыт эконо-метрического анализа // Известия Саратовского университета. Новая серия. Серия «Экономика, Управление, Право». Т. 21, № 3. С. 271-287. https://doi.org/10.18500/1994-2540-2021-21-3-271-287.

Aladag H., I§ik Z. (2020). The effect of stakeholder-associated risks in mega-engineering projects: A case study of a PPP airport project. IEEE Transactions on Engineering Management, vol. 67, issue 1, pp. 174-186. https://doi.org/10.1109/TEM.2018.2866269.

Badran Y. (2020). Analysis of construction and stakeholder risks for public private partnership projects in developing countries. A Thesis submitted in Fulfilment of the Requirements of the Degree of Doctor of Philosophy. Manchester: University of Salford. 386 p.

Fernández-Guadaño J., Sarria-Pedroza J. H.(2018). Impact of corporate social responsibility on value creation from a stakeholder perspective. Sustainability, vol. 10, issue 6, 2062. DOI: 10.3390/su10062062.

Henry W. H., Lundberg R. (2017). Integrating stakeholder values into strategic planning through comparative risk analysis. In: Abbas A., Tambe M., Winterfeldt D., von (eds.) Improving homeland security decisions. Cambridge University Press, pp. 32-53. D0I:10.1017/9781316676714.003.

Maharaj R. (2008). Critiquing and contrasting "moral" stakeholder theory and "strategic" stakeholder: Implications for the board of directors. Corporate Governance, vol. 8, no. 2, pp. 115-127. https://doi. org/10.1108/14720700810863751.

Mitchell R. K., Buren H. J., van, Greenwood M., Freeman R. E. (2015). Stakeholder inclusion and accounting for stakeholders. Journal of Management Studies, vol. 52, no. 7, pp. 851-877. https://doi. org/10.1111/joms.12151.

Mitchell R., Agle R., Wood J. (1997). Toward a theory of stakeholder identification and salience: Defining the principle of who and what really counts. The Academy of Management Review, vol. 22, no. 4, pp. 853-886. https://doi.org/259247.

Neto L. S., Lessa F., Nardi E. P., Ferraz M. B. (2018). Stakeholder value judgments in decision-making on the incorporation, financing, and allocation of new health technologies in limited-resource settings: A potential Brazilian approach. Pan American Journal of Public Health, vol.42, e102. https://doi. org/10.26633/RPSP.2018.102.

Ramírez C., Tarziján J. (2018). Stakeholder value appropriation: The case of labor in the worldwide mining industry. Strategic Management Journal, vol. 39, no. 5. D0I:10.1002/smj.2771.

Reichheld F. (2003). The one number you need to grow. Harvard Business Review, December. https:// hbr.org/2003/12/the-one-number-you-need-to-grow.

Schiffer E. (2015). Understanding common network patterns to improve management of external and internal stakeholder risks (Chapter 29). In: Andersen T. (ed.) The Routledge companion to strategic risk management. 1st ed. London, Routledge.

Tkachenko I. N., Pervukhina I. V., Zlygostev A. A. (2020). Modeling the contribution and benefts of company stakeholders. Upravlenets = The Manager, vol. 11, no. 2, pp. 2-15. DOI: 10.29141/2218-50032020-11-2-1.

Tkachenko I., Pervukhina I. (2020). Stakeholder value assessment: Attaining company-stakeholder relationship synergy. In: Aluchna M., Idowu S. O., Tkachenko I. (eds.) Corporate governance in Central Europe and Russia. Springer, pp. 89-105. DOI: 10.1007/978-3-030-39504-9_6.

Woolridge R. W., McManus D. J., Hale J. E. (2007). Stakeholder risk assessment: An outcome-based approach. IEEE Software, vol. 24, issue 2, pp. 36-45. https://doi.org/10.1109/MS.2007.54.

Yadav P., Sekhri N., Curtis K. (2007). Barriers to access: An assessment of stakeholder risks and incentives in the value chain for Artemisin Combination Therapy (ACT) treatments. SSRN Electronic Journal. D0I:10.2139/ssrn.1008307.

Yang R. J. (2014). Stakeholder-associated risks and their interactions in complex green building projects: A social network model. Building and Environment, vol. 73, pp. 208-222. https://doi.org/10.1016/). buildenv.2013.12.014.

Yang R. J., Zou P. X. W., Wang J. (2016). Modelling stakeholder-associated risk networks in green building projects. International Journal of Project Management, vol. 34, issue 1, pp. 66-81. https://doi. org/10.1016/j.ijproman.2015.09.010.

Zhou Y., Pan M., Zhou D. K., Xue L. (2018). Stakeholder risk and trust perceptions in the diffusion of green manufacturing technologies: Evidence from China. The Journal of Environment & Development, vol. 27, issue 1, pp. 46-73. https://doi.org/10.1177 / 1070496517733497.

Информация об авторах Ткаченко Ирина Николаевна, доктор экономических наук, профессор, заведующий кафедрой экономической теории и корпоративного управления Уральского государственного экономического университета, 620144, РФ, г. Екатеринбург, ул. 8 Марта/ Народной Воли, 62/45 Контактный телефон: +7 (343) 283-10-78, e-mail: Tkachenko@usue.ru

Злыгостев Александр Андреевич, главный экономист отдела внутреннего казначейства Уральского банка реконструкции и развития, 620014, РФ, г. Екатеринбург, ул. Сакко и Ванцетти, 67

Контактный телефон: +7 (343) 311-84-25, e-mail: letrus.alex@gmail.com

■ ■ ■

References

Abrosimova E., Sedelnikova I. (2011). Sistemnyy analiz steykkholderov [System analysis of stakeholders]. Vestnik INZhEKONa. Seriya "Ekonomika" = Bulletin of Saint Petersburg State University of Economics, vol. 3, pp. 222-230. (In Russ.)

Baydakov S. L. (2016). Riski i shansy steykkholderov v praktike territorial'nogo upravleniya [Stakeholders' risks and chances in local area governing practice]. Innovatsii v menedzhmente = Innovations in Management, vol. 2, no. 8, pp. 22-27. (In Russ.)

Baydakov S. L. (2019). Prakticheskiy instrumentariy steykkholderskoy teorii v upravlenii biznesom [The business management instruments for practical usage based on stakeholder approach]. Innovatsii v menedzhmente = Innovations in Management, no. 2 (20), pp. 10-18. (In Russ.)

Vashakmadze T. (2014). Vliyanie steykkholderskogo riska na stoimost' kompanii [The influence of stakeholder's risk on the company value]. Finansovaya zhizn = Financial Life, vol. 2, pp. 43-48. (In Russ.)

Zilbershteyn O. B., Nevstruev K. V., Semenyuk D. D., Shklyar T. L., Yurkovskiy A. V. (2016). Analiz steykkholderov na primere rossiyskikh predpriyatiy [Analysis of stakeholders on the example of Russian enterprises]. Naukovedenie: internet-zhurnal = Studying Science: An internet journal, vol. 8, no. 3. http:// naukovedenie.ru/PDF/42EVN316.pdf. (In Russ.)

Ivashkovskaya I. V. (2009). Modelirovanie stoimosti kompanii. Strategicheskaya otvetstvennost' sovetov direktorov [Modeling the value of the company. Strategic responsibility of boards of directors]. Moscow: Infra-M. 430 p. (In Russ.)

Ivashkovskaya I. V. (2011). Razvitie steykkholderskogo podkhoda v metodologii finansovogo analiza : garmonichnaya kompaniya [Incorporating stakeholder approach into financial analysis: The harmonized firm]. Korporativnye finansy = Journal of Corporate Finance Research, vol. 5, no. 3, pp. 59-70. (In Russ.)

Ivashkovskaya I. V. (2012). Steykkholderskiy podkhod k upravleniyu, orientirovannomu na prirash-chenie stoimosti kompanii [Stakeholder approach to value-based management]. Korporativnye finansy = Journal of Corporate Finance Research, vol. 6, no. 1, pp. 14-23. (In Russ.)

Ivashkovskaya I. V. (2016). Finansovye izmereniya korporativnykh strategiy. Steykkholderskiy podkhod [Financial measurement of corporate strategies. Stakeholder approach]. Moscow: Infra-M Publ. 320 p. (In Russ.)

Kechinov M. (2020). IndeksNPS [Net Promoter Score]. https://vc.ru/marketing/189334-indeks-nps-chto-eto-takoe-i-zachem-on-nuzhen. (In Russ.)

Kogdenko V. G. (2018). Issledovanie riskov kompaniy v ramkakh steykkholderskogo podkhoda k analizu [Investigating company risks within the framework of the stakeholder approach to analysis]. Ekonomicheskiy analiz: teoriya i praktika = Economic Analysis: Theory and Practice, vol. 17, no. 6, pp. 1051-1072. (In Russ.)

Ramenskaya L. A. (2021). Vzaimodeystvie tsifrovykh platform s klyuchevymi zainteresovannymi storonami: kontent-analiz [Interaction between digital platforms and key stakeholders: A content analysis]. Upravlenets = The Manager, vol. 12, no. 5, pp. 96-106. DOI: 10.29141/2218-5003-2021-12-5-7. (In Russ.)

Tkachenko I. N. (2021). Aktualizatsiya steykkholderskogo podkhoda korporativnogo upravleniya v usloviyakh koronakrizisa: ot deklarirovaniya priverzhennosti k prikladnym modelyam [Rethinking the stakeholder approach to corporate governance in the coronavirus crisis: From commitment declaration to applied models]. Upravlenets = The Manager, vol. 12, no. 2, pp. 2-16. DOI: 10.29141/2218-5003-202112-2-1. (In Russ.)

Tkachenko I. N., Zlygostev A. A. (2021). Modelirovanie steykkholderskikh riskov: opyt ekonometri-cheskogo analiza [Stakeholder risk modeling: an econometric analysis experience]. Izvestiya Saratovsk-ogo universiteta. Novaya seriya. Seriya "Ekonomika. Upravlenie. Pravo" = Izvestiya of Saratov University. Economics. Management. Law, vol. 21, no. 3, pp. 271-287. https://doi.org/10.18500/1994-2540-2021-21-3-271-287. (In Russ.)