CC BY
69
Пшеничников Р. С.
<
Методика прогнозирования мобилизации венчурного капитала
ш
<
Пшеничников Роман Сергеевич
Санкт-Петербургский государственный экономический университет Аспирант кафедры корпоративных финансов и оценки бизнеса roman-venture@yandex.ru
РЕФЕРАТ
В статье раскрываются особенности венчурного финансирования в Российской Федерации. Автор предлагает подход к прогнозированию венчурного капитала на основе корреляционно-регрессионного анализа с использованием пяти факторов: фондовый индекс РТС, индекс промышленного производства, уровень инфляции, совокупный экспорт, цены на нефть.
КЛЮЧЕВЫЕ СЛОВА
венчур, венчурный капитал, венчурное инвестирование, венчурное финансирование, прогнозирование венчурного капитала, корреляционно-регрессионный анализ
Methodology of Forecasting of Mobilization of the Venture Capital Pshenichnikov Roman Sergeevich
Saint-Petersburg State University of Economy (Saint-Petersbur, Russian Federation) Graduate Student of the Chair of Corporate Finance and Business Valuation roman-venture@yandex.ru
ABSTRACT
In the article the characteristics of venture financing in Russian Federation are disclosed. Author offers an approach to forecasting of venture capital on the base of correlation-regression analysis with using of five factors: index RTS, index of industrial production, rate of inflation, cumulative export, prices of oil.
KEYWORDS
venture, venture capital, venture investing, venture financing, venture capital forecasting, correlation-regression analysis
Одним из элементов перехода страны на инновационный путь развития должна стать формирующаяся система привлечения частных инвестиций в высокотехнологичную сферу экономики [2; 6; 8]. Одним из перспективных путей реализации инновационных проектов является венчурное финансирование; целевой группой для получения инвестиций в венчурном бизнесе являются наукоемкие предприятия. Формирование и развитие системы венчурного финансирования позволит включить венчурный капитал в стратегически важные направления развития экономики. Венчурное финансирование является инструментом, позволяющим государству направить финансовые потоки частного сектора в приоритетные отрасли. Российский рынок прямого и венчурного финансирования начал формироваться в середине 1990-х гг. и к настоящему времени представлен достаточно широким кругом инвесторов. Тем не менее институциональная среда венчурного инвестирования продолжает формироваться, равно как и инновационная инфраструктура российской экономики [4; 7].
В отношении формирующегося венчурного финансирования в России председатель правления Национального содружества бизнес-ангелов А. Каширин указывает на то,
Pshenichnikov R. S.
что это принципиально новый и единственный финансовый механизм, позволяющий привлечь значительные инвестиции при высоком уровне риска на критических стадиях развития компаний (посевной и начальной). Ю. П. Аммосов под венчурным финансированием понимает вид деятельности, имеющий целью вложение инвестиций в молодые высокотехнологичные компании и проекты [1, с. 14]. Н. Ю. Людвико-ва считает, что множество определений венчурного финансирования сводится «к его функциональной задаче: способствовать росту конкретного бизнеса путем предоставления определенной суммы денежных средств в обмен на долю в уставном капитале или некий пакет акций» [5, с. 212].
Автор под венчурным финансированием понимает постоянно осуществляемый в средне- и долгосрочной перспективе процесс высокорисковых вложений финансовых, нематериальных и материальных ресурсов в обмен на долю в компаниях, изначально не котирующихся на фондовых биржах, находящихся на ранних стадиях жизненного цикла (посевная, стартовая, ранняя), ориентированных на разработку и производство инновационных для данной экономики и даже всего мирового сообщества продуктов, отличающихся научно-технической новизной, производственной применимостью и обладающих значительным социально-экономическим потенциалом; связанный с возможностью получения сверхвысокой прибыли за счет прироста стоимости капитала при эффективном использовании всех инструментов и процедур этого вида финансирования; основная задача инвестора заключается в прогрессивном развитии деятельности компании посредством выполнения многообразных функций при активном участии в управлении проинвестированной компанией и получения повышенного возврата на вложенный капитал.
В отечественной экономике общий объем капитализации венчурных фондов и фондов прямых инвестиций за период 1994-2005 гг. составил: в 1994 г. — 1 млрд долл., в 1998 г. — 3 млрд долл., в 2000 г. — 2,5 млрд долл. [3, с. 60], в 2005 г. — 5 млрд долл., по состоянию на конец I полугодия 2013 г. — около 27,6 млрд долл., трост составил 27 раз1. Такой рост общей капитализации мы считаем существенным фактором, способствующим более активному созданию и внедрению инноваций в отечественной экономике. На основе статистических данных видно, что за период 2005-2007 гг. произошел существенный скачок в росте капитализации фондов венчурных и прямых инвестиций: 2005 г. — 5 млрд долл., 2007 г. — 10,2 млрд долл., т. е. рост в 2 раза. Следующий скачок отмечен за период 2011-2012 гг.: 2011 г. — 20 млрд долл., 2012 г. — 26,4 млрд долл., рост на 30%.
Следующая особенность, помимо отмеченного «скачкообразного» развития, российской системы венчурного финансирования заключается в том, что происходит постепенное изменение соотношения венчурных фондов и фондов прямых инвестиций в пользу последних. К концу 2000 г. на территории России действовало около 40 фондов с капиталом 3,5-4 млн долл. По оценкам экспертов, за 1994-2001 гг. общий объем венчурных и приравненных к ним прямых инвестиций в отечественные компании составлял 1,5-1,8 млн долл., т. е. меньше половины совокупного объема средств. Однако в высокотехнологичный сектор было направлено не более 3-5% от общей суммы прямых инвестиций2.
Число действующих на российском рынке фондов венчурных инвестиций, ориентированных преимущественно на компании ранних стадий, составило в 2012 г. 155, что в 1,7 раза превышает число фондов прямых инвестиций, число которых
1 Обзор рынка прямых и венчурных инвестиций за 2012: Аналитич. сб. / РАВИ. СПб.: Феникс, 2013. С. 3: [Электронный ресурс]. URL: http://www.rvca.ru/upload/files/lib/RVCA_yearbook_2013_ Russian_PE_and_VC_market_review_2012_ru.pdf.
2 НОВИНКОР — Новосибирская инновационно-инвестиционная корпорация. Венчурный бизнес в России: [Электронный ресурс]. URL: http://novinkor.com/biblioteka/venture/89-russia.html.
Соотношение числа и объемов прямых и венчурных инвестиций в РФ за 2011-2012 гг.
Капитализация и число фондов
Объем, млн долл. Число Объем, млн долл. Число
2011 год 2012 год
Фонды прямых инвестиций 16 643 77 21 863 92
Фонды венчурных инвестиций 3449 97 4557 155
Всего 20 092 174 26 420 247
Источник: Обзор рынка прямых и венчурных инвестиций за 2012: Аналитич. сб. / РАВИ. СПб.: Феникс, 2013. С. 11: [Электронный ресурс]. URL: http://www.rvca.ru/upload/files/lib/ RVCA_yearbook_2013_Russian_PE_and_VC_market_review_2012_ru.pdf.
составило 92. Однако по капитализации тенденции противоположные: по объему капиталов фонды прямых инвестиций многократно (почти в 5 раз) превышают аналогичный показатель для венчурных фондов (21,86 и 4,55 млрд долл.) (табл. 1).
Анализируя структуру венчурных инвестиций в России по отраслям, можно выявить следующие закономерности: в 2005 г. наибольший удельный вес инвестиций приходился на три направления: телекоммуникации — 31%, потребительский рынок — 21%, легкая промышленность — 8% [3, с. 61]. В 2008 г. произошло существенное изменение в соотношении лидирующих направлений [9, с. 31]. На первое место со значительным отрывом вышли информационные технологии (49,4%), далее следуют мобильные технологии (9,3%), новые материалы (7,6%) и оборудование (7,5%). В целом на протяжении ряда последних лет наиболее привлекательными для инвесторов являлись отрасли потребительского рынка, сектор ИКТ и финансовых услуг (табл. 2).
Важно отметить, что только в 2011-2012 гг. в тройку лидеров вошли такие отрасли, как промышленное оборудование и энергетика, но достигнуто это было за счет отдельных крупных знаковых инвестиций. Продолжил традиции и 2013 г., промежуточные результаты которого показывают, что в явных лидерах находятся сектор ИКТ и отрасль финансовых услуг. В ходе осуществления инвестиций в 102 компании более чем 60 различными фондами совместно с партнерами, а именно стратегическими инвесторами и бизнес-ангелами, было заключено более 160 сделок1.
На основе проведенного компаративного анализа состояния венчурной сферы в США и России была выявлена относительно невысокая эффективность функционирования системы венчурного финансирования инновационных проектов в отечественной экономике. Однако за анализируемый период 1994-2013 гг., характеризуемый как период формирования и становления венчурной сферы, наблюдалась положительная динамика основных показателей венчурного инвестирования: общая капитализация фондов выросла в 27 раз, существенно возросло число венчурных фондов и фондов прямых инвестиций, а также число управляющих компаний; осуществляется инвестирование всех фаз жизненного цикла венчурных компаний; увеличивается доля отечественных инвесторов; значительно возросли роль и доля государственных ресурсов в финансировании инноваций.
1 Обзор рынка прямых и венчурных инвестиций за 2012: Аналитич. сб. / РАВИ. СПб.: Феникс, 2013. С. 19: [Электронный ресурс]. URL: http://www.rvca.ru/upload/files/lib/RVCA_yearbook_2013_ Russian_PE_and_VC_market_review_2012_ru.pdf.
Распределение совокупных объемов инвестиций отраслей-лидеров за период 1994-2012 гг. в РФ, млн долл.
1994-2004 2005 2009 2010 2011 2012
Отрасли-лидеры Млн долл. % Млн долл. % Млн долл. % Млн долл. % Млн долл. % Млн долл. %
Потребительский рынок 691 26 52 25 240 54 292 12 1541 51 299 8
Финансовые услуги 138 5 80 18 842 35 233 8 871 25
ИКТ 724 27 89 44 96 21 1062 45 560 18 1071 31
Промышленное оборудование 167 6 10 5 3 1 94 4 493 16 266 8
Энергетика 228 9 — — 28 6 101 4 138 7 665 19
Другие 40 2 53 26 0 — 0,3 0 7,08 0 272 8
Всего 2608 100 204 100 447 100 2391 100 2972,8 100 3444 100
Составлено автором по: Обзор рынка прямых и венчурных инвестиций за 2004-2013 гг.: Аналитич. сб. / РАВИ. СПб.: Феникс, 2013.: [Электронный ресурс]. URL: http://www.rvca.ru/ upload/files/lib/RVCA_yearbook_2013_Russian_PE_and_VC_market_review_2012_ru.pdf.
С использованием методики прогнозирования объемов мобилизованного венчурного капитала рассчитаем прогнозную мобилизацию на 2014 и 2015 гг. Для этого потребуется получить прогнозные значения переменных, входящих в пяти-факторную регрессионную модель, с помощью инструмента «Регрессия» пакета «Анализ данных» в электронных таблицах Excel.
Для определения перспектив развития венчурного финансирования в отечественной экономике необходимо прогнозирование объемов данного вида инвестирования. Для построения модели изменения объемов венчурного капитала выявим, какие факторы наиболее существенно будут влиять на стоимость венчурных фондов. К таким факторам, по нашему мнению, можно отнести следующие: фондовый индекс РТС, индекс промышленного производства (ИПП), уровень инфляции, совокупный экспорт, цены на нефть. Данные по венчурному финансированию начинаются с 1994 г., расчет индекса РТС — с 1995 г. и был приравнен к 100, поэтому исследуемый нами период охватывает 1995-2013 гг. (табл. 3).
Рассмотрим парное изменение результативности признака (зависимой переменной) и признак-фактора (одного из пяти факторов). Перед выполнением расчетов необходимо найти средние значения всех факторов и зависимой переменной, их среднеквадратические отклонения, а также произведения всех независимых переменных на зависимую, а также переменных друг на друга.
Перед построением модели зависимости показателей мобилизованного российского венчурного капитала от влияния всех предложенных факторов необходимо найти показатели тесноты связи (линейной) между зависимой переменной и каждым
Динамика фондового индекса РТС, ИПП, цены на нефть Brent, уровня инфляции,
за период 1995-2012 гг.
Год Индекс РТС Цена на нефть Brent ИПП Уровень инфляции, % Год Индекс РТС Цена на нефть Brent ИПП Уровень инфляции, %
1995 79 37 95 23 2004 622 37 102 11
1996 344 30 92 23 2005 795 35 106 10
1997 332 39 103 32 2006 1533 66 106 9
1998 333 31 95 34 2007 1933 77 100 11
1999 96 37 108 36 2008 1693 91 90 11
2000 392 28 108 20 2009 933 62 102 8
2001 393 24 102 18 2010 1504 80 105 9
2002 342 24 103 15 2011 1359 110 105 6
2003 454 28 108 13 2012 1424 109 100 6
Составлено автором по:1) мобилизированный капитал, капитализация ликвидированных фондов и накопленная капитализация действующих фондов: Российская ассоциация венчурного инвестирования(Рави) http://www.rvca.ru/rus; 2)_РТС: Московская биржа (http://moex.com/ru/ index/stat/monthlyhistory.aspx?code=RTSI); 2) индекс промышленного производства: Федеральная служба государственной статистики (http://www.gks.ru/wps/wcm/connect/rosstat_main/ rosstat/ru/statistics/enterprise/industrial/ ); 3) инфляция: Уровень инфляции в Российской федерации (http://xn—ctbjnaatncev9av3a8f8b.xn--p1ai/); 4) экспорт: Основные показатели Российской федерации Росстат (http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/sta-tistics/ftrade/ ); 5) цены на нефть Brent: Вся статистика: Мировые товарные рынки: Нефть:Цена (http://www.ereport.ru/stat.php?razdel=metal&count=oi&table=price&time=1).
фактором (коэффициент корреляции), значения которого находятся в границе [-1; 1]. Если коэффициент меньше 0,2, то фактор признается статистически незначимым и не имеет смысла включать его в уравнение. Тем не менее если показатель меньше 0,2, то это не означает, что между зависимой переменной и фактором связь очень слабая. Это лишь показывает, что связь слабая при линейной зависимости, при другой нелинейной модели связь может быть и очень сильной.
Коэффициент корреляции находится по формуле:
= УХ1 - y ■ X1.
Гух1 ° x ° У
x1 y
По результатам расчетов получаем: ryxl = 0,791; ryx2 = 0,084; ryxS = -0,326; ryxi = 0,801; ryx5 = 0,802.
Из этого следует, что связь между факторами х1, х4, х5 и независимой переменной у — прямая и сильная, с фактором х3 — связь умеренная и обратная. Связь же с фактором х2 (индекс промышленного производства) признается статистически незначимой и включение этого фактора в общую модель только приведет к усложнению общей формулы, а задача эконометрического расчета сводится к упрощению общего уравнения без потери статистической значимости.
Далее найдем связь между факторами. По этой же формуле находим: rx1x3 = = -0,495; rx1X4 = 0,919; r^ = 0,916; ^3X4 = -0,466; ^5 = -0,486; ^4*5 = 0,998.
Если коэффициент больше 0,7, то это признак ярко выраженной коллинеарности факторов. По полученным данным видно, что факторы явно коррелируют
друг с другом. Чтобы выяснить наличие мультиколлинеарности факторов, необходимо найти определитель матрицы четырех коэффициентов корреляции факторов. По приведенному решению определитель матрицы оказался равен 0,0005, из чего следует, что оставшиеся факторы явно мультиколлинеарны, тем не менее надежна оценка распределения суммы объясненной вариации по каждому фактору, что ведет к неправильно сделанным выводам эконометрического исследования.
Чтобы избавиться от присутствия мультиколлинеарности, можно выбрать несколько вариантов: 1) перейти от первоначальных данных к первым разностям уровней; 2) перейти к совмещенному уравнению регрессии, отображая в уравнении не только влияние фактора на зависимую переменную, но также вводить и влияние факторов друг на друга; 3) избавиться от одного или нескольких факторов.
В нашем примере ярко выражена мультиколлинеарность между тремя факторами хг, х4, х5. Фактор, который необходимо оставить в уравнении, выбирается не по наибольшей коллинеарности к зависимой переменной, а по наименьшей коллинеарности с остальными факторами. Из полученных данных видно, что фактор х1 наименее коллинеарен к остальным факторам, между факторами х3 и х4 существует почти функциональная связь. Следовательно, из трех коллинеарных факторов выбираем х1. В итоге остаются два фактора х1 и х3.
По данным коэффициентов корреляции находим стандартизированные коэффициенты регрессии при двух факторах по формуле:
_ Гух1 Гух2Гх1х2
1 = \-72 '
1 х1х2
Стандартизированные коэффициенты являются относительными показателями и по ним можно оценивать силу влияния фактора на зависимую переменную. По результатам расчетов получаем: р1 = 0,834; в2 = 0,086.
Из этого следует, что фактор х1 на порядок сильнее влияет на результат, чем х3. В итоге по этим коэффициентам выводим уравнение в стандартизированном масштабе: гу = 0,834tx1 + 0,086^2.
Для расчета уравнения в натуральном масштабе необходимо коэффициенты Р1 и Р2 преобразовать в коэффициенты Ь1 и Ь2 по формуле
-р. ■
их1
Далее надо найти коэффициент а по формуле: а = у - Ь1 х1 - Ь2х2 .
Рассчитав, находим: Ь1 = 2,29; Ь2 = 5,044; а = -478,43.
Уравнение в натуральном масштабе имеет вид:
у = -478,43 + 2,29л:. + 5,04х2 + е,
где е — это возмущение, та часть остаточной вариации, которая объясняется факторами, не включенными в данное уравнение. Чтобы оценить качество построенной модели, необходимо найти индекс множественной корреляции, который показывает тесноту совместного влияния факторов на результат. Индекс множественной корреляции находится по формуле:
Вух1х2 = \в1Гух1 + в2гух2 .
Качество построенной модели описывает коэффициент детерминации, и находится он как квадрат индекса множественной корреляции. По результатам расчетов находим: Иух1х2 = 0,794; И2ух1х2 = 0,631.
По коэффициенту детерминации можно сделать вывод, что зависимость мобилизованного венчурного капитала от индекса РТС и инфляции характеризуется как тесная, в которой 63% вариации мобилизованного капитала определяется вариацией учтенных в уравнении факторов, и 37% вариации результирующего фактора определяется вариацией неучтенных в уравнении факторов.
Далее необходимо определить частные коэффициенты корреляции, которые показывают, как влияет конкретный фактор на результат при неизменном уровне второго фактора. Частные коэффициенты корреляции находим по рекуррентной формуле:
г _ Гух1 — Гух2Гх1х2
ух1/х2
^ - ГХ)(1 - Г*Х1х2)
По результатам расчетов получаем: гух1/х3 = 0,766; гух3/х1 = 0,123.
В результате исключения коррелирующих и статистически незначимых факторов, а также при условии неизменности второго фактора, коэффициент корреляции фактора х1 изменился с 0,791 на 0,766, а фактора х3 — с (-0,326) на 0,123, причем у этого фактора изменилась и направленность влияния.
Для определения влияния каждого фактора на результат необходимо найти частные коэффициенты эластичности, которые при линейной зависимости находятся по формуле:
э ^ = Ь ^.
У У
По результатам расчетов получаем: Эух1 = 1,23; Эух3 = 0,08.
Частные коэффициенты эластичности, так же как и стандартизированные коэффициенты, относительные и показывают силу влияния на результирующую переменную. Из этих данных видно, что при увеличении индекса РТС на 1% мобилизованный венчурный капитал увеличится на 1,23 млн долл. При увеличении же инфляции на 1% мобилизованный венчурный капитал увеличится на 0,08 млн долл.
Значимость уравнения множественной регрессии в целом можно определить с помощью ^-критерия Фишера. Критерий Фишера рассчитывается по формуле
Я 2
р _ 11ух1х2 ^ п - т - 1
_ 1 - Щх1х2 ' т
и сравнивается с табличным значением критерия, которое равно 3,63. Рассчитывая Р-критерий, получаем 13,68. Поскольку значение расчетного критерия больше табличного, то отвергается Н0-гипотеза и уравнение признается статистически значимым.
Чтобы определить статистическую значимость присутствия каждого из факторов, в уравнении необходимо найти частные коэффициенты Фишера и сравнить их с табличными значениями. Частные коэффициенты Фишера находятся по формуле
Т? 2 — Г 2
„ _ п ух1х2 ух2 _ П — т — 1 частнх1 1 _ ту2 1
1 Пух1х2
По результатам расчетов находим: ^частнх1 = 22,76; ^частнх3 = 0,245; ^табл = 4,49.
Из результатов видно, что для фактора х1 гипотеза НО отвергается, и мы приходим к выводу о целесообразности включения фактора х1 после уже имеющегося фактора х3 в уравнение. Также мы видим, что в отношении фактора х3 нулевая гипотеза подтверждается и можно сделать вывод о нецелесообразности включения фактора х3 после того, как в уравнении присутствует фактор х1. Следовательно, фактор х3 необходимо исключить из уравнения и построить его заново.
Для построения уравнения парной регрессии необходимо найти коэффициенты
Ь и а. Коэффициент Ь рассчитывается по формуле
ъ = ух - у ■ х .
Коэффициент а рассчитывается по формуле а = у - Ъх1 .
По результатам расчетов получаем: Ь = 2,18; а = -262,19.
В итоге уравнение принимает вид: у = -262,19 + 2,18х1.
Найдем коэффициенты корреляции и коэффициент парной детерминации, чтобы убедиться в правильности решения об исключении фактора х3. По результатам расчетов видим, что до исключения фактора х3 гух1/х3 = 0,766; Яух1х2 = 0,631.
А после исключения фактора х3 из уравнения гух1 = 0,791; Яух1 = 0,625.
Коэффициенты корреляции остались на том же уровне, даже немного увеличились, коэффициент детерминации остался на том же уровне. Следовательно, исключение фактора х3 из уравнения было сделано правильно. Придя к конечному уравнению, можно спрогнозировать динамику мобилизованного венчурного капитала на несколько лет вперед. Поскольку конечный результат зависит от индекса РТС, то его прогнозное значение составит РТС (2014) = 1850, РТС (2015) = 1950. Подставив эти значения в рассчитанную формулу, находим прогнозные значения объемов венчурного капитала на 2014 г. и 2015 г., которые составили 3765 млн долл. и 3982 млн долл. соответственно.
Таким образом, используя предложенную методику определения мобилизации венчурного капитала и факторов, влияющих на стоимость венчурного капитала в отечественной экономике, мы выявили, что наиболее существенная зависимость имеется от фондового индекса РТС. Прогнозные значения величины венчурного капитала показали его снижение в ближайшие 2 года, что является неблагоприятным фактом для процесса развития венчурного финансирования. Данное прогнозное уменьшение стоимости венчурного капитала, очевидно, будет связано с общей экономической ситуацией в отечественной экономике (последствия мирового экономического кризиса, большая зависимость от иностранных инвесторов, выход из проинвестированного бизнеса большого количества венчурных фирм и др.).
Литература
1. Аммосов Ю. П. Венчурный капитализм: от истоков до современности. СПб.: Феникс, 2005. 409 с.
2. Добрынин A. И., Ивлева Е. С., Плотников В. А. Социально-экономические программы роста экономики и качества жизни // Экономика и управление. 2006. № 1. С. 23-30.
3. Каширин А. И., Семенов А. С. Венчурное инвестирование в России. М.: Вершина, 2007. 331 с.
4. Леонтьев В. Е., Баранова А. Ю. Методология финансирования инноваций // Известия Санкт-Петербургского университета экономики и финансов. 2013. № 5 (83). С. 49-56.
5. Людвикова Н. Ю. Принципы и процедуры венчурного инвестирования // Проблемы современной экономики. 2009. № 3. С. 212-214.
6. Плотников В. А. Управление национальной инновационной системой России: кадровый аспект // Известия Санкт-Петербургского университета экономики и финансов. 2010. № 3. С. 42-53.
7. Пшеничников Р. С. Венчурное инвестирование в развитой экономике // Известия Санкт- < Петербургского университета экономики и финансов. 2012. № 1. С. 133-136. z
8. Пшеничникова С. Н. Инвестиции и экономический рост в евразийских странах // Известия Санкт-Петербургского университета экономики и финансов. 2013. № 5 (83). С. 14-26.
9. Ускова О. А. Особенности текущего момента... или как выжить в текущей ситуации? // The Angellnvestor. 2009. № 2 (14). С. 30-35.
References
1. Ammosov Yu. P. Venture capitalism: from sources to the present [Venchurnyi kapitalizm: ot is-tokov do sovremennosti]. SPb.: Phoenix [Feniks], 2005. 409 p.
2. Dobrynin A. I., Ivleva E. S., Plotnikov V. A. Social and economic programs of growth of economy and quality of life [Sotsial'no-ekonomicheskie programmy rosta ekonomiki i kachestva zhizni] // Economy and management [Ekonomika i upravlenie]. 2006. N 1. P. 23-30.
3. Kashirin A. I., Semenov A. S. Venture investment in Russia [Venchurnoe investirovanie v Rossii]. M.: Top [Vershina], 2007. 331 p.
4. Leontyev V. E., Baranova A. Yu. Methodology of financing of innovations [Metodologiya finansi-rovaniya innovatsii] // News of St. Petersburg University of Economics and Finance [Izvestiya Sankt-Peterburgskogo universiteta ekonomiki i finansov]. 2013. N 5 (83). P. 49-56.
5. Lyudvikova N. Yu. Principles and procedures of venture investment [Printsipy i protsedury ven-churnogo investirovaniya] // Problems of modern economy [Problemy sovremennoi ekonomiki].
2009. N 3. P. 212-214.
6. Plotnikov V. A. Management of national innovative system of Russia: personnel aspect [Upravlenie natsional'noi innovatsionnoi sistemoi Rossii: kadrovyi aspect] // News of St. Petersburg University of Economics and Finance [Izvestiya Sankt-Peterburgskogo universiteta ekonomiki i finansov].
2010. N 3. P. 42-53.
7. Pshenichnikov R. S. Venture investment in developed economy [Venchurnoe investirovanie v razvitoi ekonomike] // News of St. Petersburg University of Economics and Finance [Izvestiya Sankt-Peterburgskogo universiteta ekonomiki i finansov]. 2012. N 1. P. 133-136.
8. Pshenichnikova S. N. Investments and economic growth in the Eurasian countries [Investitsii i ekonomicheskii rost v evraziiskikh stranakh] // News of St. Petersburg University of Economics and Finance [Izvestiya Sankt-Peterburgskogo universiteta ekonomiki i finansov]. 2013. N 5 (83). P. 14-26.
9. Uskova O. A. Features of a present situation ... or how to survive in the current situation? [Osobennosti tekushchego momenta... ili kak vyzhit' v tekushchei situatsii?] // The AngelInvestor. 2009. N 2 (14). P. 30-35.
