CC BY
16
10 (49) - 2007
Инновации и инвестиции
ПОСТРОЕНИЕ МЕТОДИКИ ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ РЕГИОНА
Х.М. ГУМБА,
доктор экономических наук, профессор
Ю.О. БАКРУНОВ,
кандидат экономических наук
Д.Н. СИЛКА
Московский государственный строительный университет
Нет сомнения, что первоочередной задачей, стоящей перед органами федерального и муниципального управления, является анализ и оценка инвестиционного потенциала регионов с целью определения регионов, требующих адресной федеральной поддержки. Ранжирование регионов по величине инвестиционного потенциала необходимо инвесторам в целях определения направлений более эффективного вложения средств. Кроме того, подобный анализ позволит выявить преимущества и недостатки управления конкретным регионом, а также направления проведения грамотной региональной политики.
В рамках реализации приоритетных национальных проектов в России возрастает значимость связи инвестиционной привлекательности региона и цен на жилую недвижимость в этом регионе. Авторами предлагается выразить формулу цены объекта недвижимости следующим образом (цена складывается из двух компонент):
С (г,I) = Р (ад,- г) + р0 (1,1,., I,,.., 1т) (1)
Функция Р 2,... описывает влияние глобальных макроэкономических факторов и представляет собой общий уровень цен в городе (регионе) — единый для всех объектов. Величины Р (1р12,... Iт) представляют собой вклад локальных различий. Они разные для каждого объекта и зависят от набора его характеристик.
В формуле (1) С (г, I) — цена единицы площади (кв. м) отдельного объекта недвижимости в данный момент времени г. Локальные параметры этого объекта описываются набором величин I—это местопо-
ложение объекта, его функциональное назначение, соответствие окружающей застройке и т. д.
Вторая группа причин, влияющих на ценообразование, — это глобальные причины. Они связаны с макроэкономическими параметрами, такими как уровень развития экономики и бизнеса в городе, уровень доходов населения и, вообще, уровень жизни в данном городе. А все эти и многие другие показатели можно описать термином «инвестиционная привлекательность» или «инвестиционный климат».
Различные рейтинговые агентства предлагают множество методик оценки рейтинга регионов России. История и узловые содержательные проблемы построения интегральных оценок для социально-экономического анализа наиболее полно проанализированы в исследовании одного из классиков советской экономической науки А. Л. Вайнштейна, опубликованном в 1970 г. При рассмотрении существующих методик оценки инвестиционного климата проанализированы работы С. А. Айвазяна, А. Н. Асаула, Г. Б. Бердниковой, К. А. Гусевой, методика распределения финансовых средств из фонда регионального развития, методика комплексной оценки уровня социально-экономического развития субъектов Федерации Минэкономразвития и др.
Одной из задач исследования является эконо-метрический анализ существующих рейтингов регионов, построение модели этих рейтингов, а также построение модельных рейтингов на основании ранжировок экспертами предложений, на основании инвестиционного риска и инвестиционного
потенциала. На базе моделей выявляются значимые факторы, на которых основаны рейтинги. Фактически по результатам анализа и можно ответить на вопрос о том, что вкладывается в понятие инвестиционного климата региона.
Для определения степени достоверности рейтингов регионов проведен корреляционный анализ рейтингов по нескольким методикам (табл. 1).
Как видно, степень корреляционной связи между рейтингами достаточно высока, что говорит о наличии некоторого общего для всех рейтингов понимания инвестиционной привлекательности и надежности региона. Таким образом, для определения инвестиционного климата региона можно воспользоваться любым из представленных рейтингов.
Для детального исследования нами были выбраны два рейтинга инвестиционной привлекательности региона: рейтинг на основании ранга потенциала и ранга риска, предложенные РА «Эксперт» (табл. 2,3). Эти рейтинги содержат
достаточное для экономического анализа количество данных.
Поскольку рейтинг является качественной порядковой переменной, то естественным выбором для изучения рейтингов являются модели множественного выбора.
Анализ парной корреляции рейтингов оценки регионов на основании ранга риска и ранга потенциала произведен с помощью коэффициента Спирмена. Определена степень влияния каждого фактора на результативный. Факторные нагрузки рассчитываются на основании коэффициента корреляции рангов, которым измеряется теснота связи факторов. Чем теснее связь факторов, тем выше значение факторной нагрузки. Положительный знак факторной нагрузки указывает на прямую (а отрицательный — на обратную) связь факторов.
Коэффициент корреляции вычисляется по формуле Спирмена:
Р = 1- (6*Щ2) / (п3-п), (2)
Таблица 1
Корреляционный анализ рейтингов регионов
Рейтинги Эксперт Кредитный рейтинг Уровень социально-экономического развития Рейтинг ФРР Moody s S&P
РА «Эксперт» 1 0,75 0,58 0,80 0,78 0,85
Кредитный рейтинг 0,75 1 0,74 0,79 0,93 0,85
Уровень социально-экономического развития 0,58 0,74 1 0,96 0,92 0,78
Рейтинг ФРР 0,80 0,79 0,96 1 0,85 0,95
Moody s 0,78 0,93 0,92 0,85 1 0,91
S&P 0,85 0,85 0,78 0,95 0,91 1
Таблица 2
Рейтинговая оценка инвестиционной привлекательности региона на основании ранга риска
Показатель Коэффициент корреляции Коэффициент Рейтинг
Спирмена детерминации ранга риска
Законодательный риск 0,536 0,287 5
Политический риск 0,063 0,004 7
Экономический риск 0,613 0,375 3
Финансовый риск 0,688 0,474 2
Социальный риск 0,774 0,600 1
Криминальный риск 0,610 0,373 4
Экологический риск -0,076 0,006 6
Таблица 3
Рейтинговая оценка инвестиционной привлекательности региона на основании ранга инвестиционного потенциала
Показатель Коэффициент корреляции Спирмена Коэффициент детерминации Рейтинг ранга инвестиционного потенциала
Трудовой потенциал 0,922 0,851 5
Потребительский потенциал 0,957 0,916 3
Производственный потенциал 0,960 0,922 2
Финансовый потенциал 0,962 0,925 1
Институциональный потенциал 0,938 0,888 4
Инновационный потенциал 0,882 0,778 6
Инфраструктурный потенциал 0,367 0,135 8
Природно-ресурсный потенциал 0,386 0,149 7
где d = х-у.
х, у. — ранги по признакам А и В,
п — количество объектов.
Данные о факторных нагрузках позволяют сформулировать выводы об относительном весе отдельного признака в структуре результирующего фактора. В свою очередь, данные о факторных весах определяют ранжирование объектов по каждому фактору.
За числовую характеристику факторной нагрузки принят коэффициент детерминации, т.е. квадрат корреляционного отношения показывает долю вариации результативного признака, объясняемой за счет вариации факторного признака. Следовательно, чем выше коэффициент детерминации, тем большее влияние на результативный признак оказывает исследуемый фактор.
Расчет коэффициента корреляции Спирме-на и коэффициента детерминации при анализе инвестиционной привлекательности региона на основании данных РА «Эксперт».
Данные о факторных нагрузках позволяют сформулировать выводы об относительном весе отдельного признака в структуре результирующего фактора. В свою очередь, данные о факторных весах определяют ранжирование объектов по каждому фактору.
После проведенных расчетов целевые функции будут иметь следующий вид:
1. Целевая функция риска инвестиционной политики региона —
F = 0,287QZ + 0,004QP + 0,375QE + 0,4740,. +
+ 0,6000,; + 0,3730К + 0,0060ЕК,
где Q г — коэффициент оптимума или ранг законодательного риска;
Q — коэффициент оптимума политического риска;
Q е — коэффициент оптимума экономического риска;
Q1 — коэффициент оптимума финансового риска;
Qs — коэффициент оптимума социального риска;
Q к — коэффициент оптимума криминального риска;
Q к — коэффициент оптимума экологического риска.
2. Целевая функция потенциала инвестиционной политики региона —
, = 0,8510т + 0,9160Р + 0, 9220Е + 0,9250, + + 0,8880, + 0,7780К + 0,1350^ + 0,1490РД,
где Q — коэффициент оптимума или ранг трудового потенциала;
Q р — коэффициент оптимума потребительского потенциала;
Q — коэффициент оптимума производственного потенциала;
Q — коэффициент оптимума финансового потенциала;
— коэффициент оптимума институционального потенциала;
Q — коэффициент оптимума инновационного потенциала;
Q Пп — коэффициент оптимума инфраструктурного потенциала;
Q рг— коэффициент оптимума природно-ре-сурсного потенциала.
На практике статистических исследований встречаются случаи, когда совокупность объектов характеризуется не двумя, а несколькими последовательностями рангов (ранжировками), и необходимо установить статистическую связь между несколькими переменными. Такие задачи возникают, например, при анализе экспертных оценок, когда необходимо установить меру их согласованности.
В качестве такого измерителя используют коэффициент конкордации (согласованности) рангов Кендалла IV, определяемый по формуле
Ж= 12 х ХО/т2(п3-п), (3)
где п — число объектов
т — число анализируемых порядковых переменных,
Б= Ег х (т (п+1) /2) — отклонение суммы рангов объектов от средней их суммы для всех объектов, равной т (п+1)/2.
Можно доказать, что значение коэффициента Жзаключается на отрезке (0;1), т. е. 0<=Ж>=1, причем ^=1 при совпадении всех ранжировок.
Таблица 4
Результирующая таблица расчета коэффициента Кендаля
Ранг риска Показатели
Средний ранг, где п = 89, т = 7 315
Коэффициент конкордации 0,254
т (п-1) х Ж 156,45
Ранг потенциала
Средний ранг, где п = 89, т = 8 360,01
Коэффициент конкордации 0,662
т (п-1) х Ж 466,07
Обобщающая характеристика
Средняя сумма рангов рейтингов т = 2, п = 88 89,114
Коэффициент конкордации 0,74
т (п-1) х Ж 128,76
На наш взгляд, методика оценки инвестиционной привлекательности региона достаточно трудоемка как с точки зрения сбора исходной статистической информации, так и с точки зрения методики анализа и расчета. Кроме того, некоторые оцениваемые показатели являются достаточно сильно коррелируемы и, следовательно, взаимозависимы и заменяемы. Поэтому в целях оптимизации расчетов для потенциального инвестора считаем целесообразным модифицировать методику РА «Эксперт» следующим образом:
а) анализ инвестиционного риска предлагаем рассчитывать по трем составляющим, теснота связи которых с результирующим показателем максимальна (социальный риск, финансовый риск, экономический риск);
б) расчет инвестиционного потенциала целесообразно производить также по трем основным факторам, характеризующимся наибольшей степенью влияния на итоговый потенциал (финансовый потенциал, производственный потенциал, потребительский потенциал);
в) необходимо к анализируемым показателям добавить третий раздел «Законодательно-правовой потенциал».
Получив модифицированную методику оценки инвестиционного потенциала региона и сделав повторный пересчет всех показателей, получаем следующие результаты:
1. Результаты расчета коэффициента корреляции Спирмена и коэффициента детерминации остались прежними (табл. 5);
2. Расчет коэффициента конкордации по составляющим изменился, результаты представлены в табл. 6, а обобщающая характеристика осталась
Таблица 5
Результаты расчета ранга риска и ранга потенциала, полученные по модифицированной методике
Таблица 6
Результирующая таблица расчета коэффициента Кендаля по модифицированой методике
Показатели Коэффициент Коэффициент
ранговой корреляции по Спирмену детерминации
Ранг риска
Социальный риск 0,774 0,6
Финансовый риск 0,688 0,474
Экономический риск 0,613 0,375
Ранг потенциала
Финансовый потен- 0,962 0,925
циал
Производственный 0,96 0,922
потенциал
Потребительский 0,957 0,916
потенциал
Ранг риска Показатели
Средний ранг, где п = 89, т = 7 315,000
Коэффициент конкордации 0,136
т (п-1) *W 35,933
Ранг потенциала
Средний ранг, где п = 89, т = 8 135,000
Коэффициент конкордации 0,137
т (п-1) *W 36,245
Обобщающая характеристика
Средняя сумма рангов рейтингов 89,114
т = 2,п = 88
Коэффициент конкордации 0,740
т (п-1) *W 128,760
неизменной. Это дает возможность предположить, что оптимизация методики возможна, так как результаты расчетов близкие.
Целевые функции при этом приобрели следующий вид:
1. Функция риска продевания инвестиционной политики региона:
F = 0,375QE + 0,4740, + 0,6000,.
2. Функция потенциала продевания инвестиционной политики региона
F = 0,9160р + 0, 9220е + 0,9250,..
На основе полученных данных проведем анализ инвестиционной привлекательности регионов Центрального федерального округа. В зависимости от весовых категорий полученных факторов рассчитаем новые данные инвестиционного риска и инвестиционного потенциала региона.
Так как расчет коэффициента детерминации проводился для всех субъектов Федерации в среднем, можно сделать вывод о том, что исходное значение ранга риска для некоторых регионов и областей сильно расходится с модифицированным значением. Это можно объяснить тем, что в данных областях на риск влияют в большей (или меньшей) степени не учтенные при модификации составляющие инвестиционного риска.
Анализ ранга потенциала показывает, что в областях Центрального федерального округа расхождения в исходных и модифицированных значениях потенциала невелики, поэтому оптимизированная факторная функция является достоверной и возможна для применения в расчетах по анализу инвестиционной привлекательности не только региона в целом, но и в отдельной отрасли, в частности, в отрасли жилищного строительства.
Таблица 7
Ранги инвестиционного риска по Центральному федеральному округу
Регион (субъект Федерации) Экономический Финансовый Социальный Сумма рангов Ранг РА «Эксперт» Модифицированный ранг
г. Москва 1 1 1 3 1 1
Московская область 4 8 2 14 2 3
Орловская область 8 1 13 22 28 26
Липецкая область 8 10 7 24 32 33
Калужская область 9 12 5 26 33 38
Ярославская область 17 7 3 27 36 24
Белгородская область 5 11 11 27 37 28
Рязанская область 23 9 8 40 42 44
Владимирская область 13 21 14 47 43 45
Тульская область 18 18 12 48 44 37
Смоленская область 19 25 10 54 47 54
Костромская область 25 24 9 58 48 55
Тверская область 23 28 7 58 50 36
Брянская область 27 30 14 71 51 41
Тамбовская область 24 29 22 75 55 40
Воронежская область 26 25 26 77 57 59
Ивановская область 26 34 19 79 65 66
Курская область 27 27 30 84 68 70
Таблица 8
Ранги инвестиционного потенциала по Центральному федеральному округу
Регион (субъект Федерации) Потребительский Производственный Финансовый Сумма рангов Ранг РА «Эксперт» Модифицированный ранг
г. Москва 1 1 1 3 1 1
Московская область 2 3 4 8 2 3
Орловская область 19 28 29 76 28 26
Липецкая область 32 29 30 90 32 33
Калужская область 37 23 32 92 33 38
Ярославская область 30 26 38 94 36 24
Белгородская область 29 30 36 95 37 28
Рязанская область 40 38 41 119 42 44
Владимирская область 46 34 40 120 43 45
Тульская область 44 36 42 122 44 37
Смоленская область 41 41 49 132 47 54
Костромская область 38 53 43 133 48 55
Тверская область 47 40 50 136 50 36
Брянская область 45 48 48 141 51 41
Тамбовская область 52 44 55 151 55 40
Воронежская область 53 54 47 155 57 59
Ивановская область 60 58 63 181 65 66
Курская область 62 60 65 187 68 70
