CC BY
97
Инвестиционный потенциал
теоретические основы и практические
приемы рейтинговой оценки инвестиционного потенциала регионов южного федерального округа
И.В. ФРОЛОВА, кандидат экономических наук, доцент кафедры бухгалтерского учета и аудита Южный федеральный университет
В статье рассматриваются теоретические и прикладные аспекты построения рейтинговых оценок инвестиционного потенциала на мезоуровне, проводится сопоставление рейтингов и рэнкингов. Поэтапно излагается методика построения рейтинга инвестиционного потенциала региона с использованием количественной информации. В качестве альтернативы предлагается построение рейтинга с использованием математико-статистических методов, в частности кластерного анализа.
Ключевые слова: рейтинг, рэнкинг, агентства, инвестиции, потенциал, методика.
Мезоэкономическая проекция инвестиционного потенциала генерирует потребность учета при управлении совокупности внутренних и внешних факторов, детерминирующих в конкретный момент времени определенный уровень потенциала. Целевая ориентация процесса управления вызывает необходимость продуцирования комплекса управляющих воздействий, обеспечивающих переход инвестиционного потенциала из текущего фактического состояния в желательное будущее. Это практически реализуется посредством применения одного либо нескольких инструментов управления в рамках системы, гибко реагирующей на происходящие изменения как в объекте управления, так и в окружающей его среде. Базисом выработки управляющих воздействий и выбора инструментов является оценочный уровень инвестиционного потенциала, который при возникновении необходимости сопоставления уровней для разных регионов целесообразно измерять с помощью рейтингов.
Рэнкинги и рейтинги представляют собой комплексные оценки, позволяющие учитывать влияние как качественных, так и количественных характеристик. Они необходимы для осуществления управления в условиях как избыточной, так и неполной информации, поскольку и в том, и в другом случае поддержка принятия решений представляет особую важность.
Так, если данных много, то их сложно обобщить и структурировать. Если мало — высока вероятность не учесть важные параметры, и, как следствие, принять неверное решение [1].
В качестве субъектов рейтинговой и рэнкинго-вой деятельности в основном выступают рейтинговые агентства, которые можно определить как независимые институты, основной деятельностью которых является разработка индикаторов и шкал с целью присвоения рейтинга или рэнкинга. В большинстве случаев учредителями агентств являются финансовые институты, информационные агентства и консалтинговые группы. Их участие обычно диверсифицируется, что должно гарантировать независимость агентства. В некоторых случаях агентства учреждаются по инициативе государства (эта практика распространена в Юго-Восточной Азии). Рейтинговые агентства могут быть самостоятельными юридическими лицами, специализирующимися на рейтинговой деятельности, или специализированными подразделениями информационных агентств, консалтинговых, аналитических предприятий. В развитых странах мира рейтинги разрабатывают и присваивают спе-
циализированные рейтинговые агентства [2].
На сегодняшний день наибольшую популярность получили индикаторы и шкалы трех международных рейтинговых агентств: Standard & Poor's (S & P), Fitch Ratings, Moody's-Interfax.
Рейтинговые методы используются в основном в качестве индикаторов надежности отдельных компаний, однако в настоящее время спектр их направленности расширяется, в том числе в сторону оценки отдельных аспектов деятельности регионов.
Рейтинговые оценки компаний согласно подходу агентств определяются на базе финансовой отчетности, внутренних качественных показателей — непосредственно неизмеримых (долгосрочная стратегия и управление компанией), а также внешних по отношению к компании (среда, в которой компания функционирует) [3]. Международные агентства при составлении рейтингов используют схожие буквенные обозначения. Такие же применяются и в российской практике, что обеспечивает некоторое единообразие.
Рейтинги и рэнкинги в доступной форме информируют всех пользователей о положении компании или региона относительно других по данной рейтинговой или рэнкинговой шкале.
В Российской Федерации основными пользователями рейтинговой и рэнкинговой информации выступают ФССН и государство. Такая информация позволяет повысить эффективность надзора за
отдельными организациями, особенно связанными с финансовой деятельностью (страховые компании, банки и др.) и всей финансовой системой в целом. Поэтому большое количество национальных рейтинговых агентств прямо или косвенно было учреждено по инициативе государства [2].
В зарубежной практике приоритет отдается общественности и рыночным институтам. Российская же общественность еще очень слабо разбирается по крайней мере в таких рейтингах, где отражен, например, переход страховой компании из одной рейтинговой категории в другую. Для широкой общественности такие рейтинги не являются достаточно информативными [4].
Еще одним фактором, затрудняющим многоаспектное использование рейтингов и рэнкингов, является их многообразие как по формам выражения, так и по методам построения.
Разработанные на настоящий момент рейтинги и рэнкинги могут быть типологизированы по ряду различных критериев (рис. 1).
По количеству и информативности характеристик, используемых при построении рейтингов, различают однофакторные и многофакторные. Первые строятся на основании одного параметра объекта, региона, а при многофакторных оценках привлекается информация по большему числу характеристик.
В частности, большинство рэнкингов представляют собой однофакторные оценки, так как
Рис. 1. Типология рейтингов и рэнкингов для целей оценки инвестиционного потенциала региона
ФИНАНСЫ И КРЕДИТ
39
строятся на основании одного параметра, носящего количественный характер. Рейтинги, являясь более комплексными построениями, используют как количественные, так и качественные переменные об экономической и инвестиционной деятельности регионов и относятся к многофакторным. При выборе методики построения рейтингов и рэнкингов с учетом данного основания классификации необходимо иметь в виду, что включение в анализ малого числа показателей в состоянии снизить информативность и, как следствие, ухудшить качество таких оценок в качестве элемента системы поддержки принятия решений. Однако привлечение большого числа переменных может сделать оценку инвестиционного потенциала неоднозначной и сложной в интерпретации, что также скажется на качестве ее использования в процессе управления.
По способам получения исходной информации, на основании которой формируются рейтинговые и рэнкинговые оценки, их также можно разделить на несколько видов:
- составленные на основании данных опросов, в том числе экспертов в требуемой области знаний и обладающих необходимыми практическими навыками;
- основанные на общедоступной информации — такой как статистические данные и данные раскрытия информации коммерческими предприятиями и организациями;
- построенные на основе данных, полученных непосредственно от объектов, участвующих в рейтинге или рэнкинге.
По источникам исходной информации различают два вида рейтингов и рэнкингов:
- общие, основанные на использовании открытой информации, без обращения непосредственно к объектам рейтингизации. При этом организация, строящая рейтинг, не получает за это платы от объектов рейтинга;
- индивидуальные — строятся на основании закрытой информации, получаемой от самих объектов рейтинга (например, отчетности предприятий и организаций). Строятся по индивидуальным заказам и на платной основе. По периодичности различают рейтинги и
рэнкинги периодические и нерегулярные. Периодические с точки зрения оценок инвестиционного потенциала региона являются более ценными. Поскольку в ряде случаев, особенно при использовании закрытых методик построения, существенную роль играет не положение региона в рейтинге на конкретный момент времени, а его изменение за
период обновления рейтинга, это дает возможность оценки динамики инвестиционного потенциала, что требуется для целей управления.
Многообразие рейтингов и рэнкингов как оценок инвестиционного потенциала, отраженное в рассмотренной типологии, характеризует сложность их выбора в качестве оценки регионального инвестиционного потенциала. При этом данная типология одинаково применима для оценок как рейтингового, так и рэнкингового типа. Однако по принципам своего построения они кардинально различны, что требует рассмотрения их особенностей. Важным это представляется также в связи с тем, что в настоящее время в отечественной практике зачастую происходит терминологическая подмена, и оценки, являющие собой по сути рэнкинг, именуются рейтинговыми. Слово же «рэнкинг» не так распространено. В связи с этим возникают трудности с применением оценок подобного рода для общеупотребительных целей.
В табл. 1 представлено сравнение основных черт рейтингов и рэнкингов, отличающих их друг от друга.
Многообразие типов рейтинговых оценок, в том числе по методам получения, требует конкретизации методологий их построения.
С рэнкингами проблемы выбора и сравнения методик не существует. Ведь даже при построении их по ряду связанных друг с другом показателей по сути метод единственен — это ранжирование объектов (регионов или объектов внутри региона, в случае внутрирегиональной оценки величины инвестиционного потенциала) по возрастанию или убыванию значений выбранных количественных показателей. Порядок возрастания или убывания детерминируется смысловым содержанием показателя: если его более высокое значение свидетельствует о более высоком уровне инвестиционного потенциала, то объекты располагаются по убыванию. В противном случае — по возрастанию.
В отличие же от рэнкингов, для рейтингов разработано достаточно большое количество отличных друг от друга методов построения, наглядно сгруппированных на рис. 2.
По типу используемой первичной информации различают методики, базирующиеся на применении:
- только количественной информации;
- количественной информацию в сочетании с
качественной.
К первому типу относятся все методы, базирующиеся на математико-статистической обработке
Таблица 1
сравнительный анализ рейтингов и рэнкингов как методов оценки инвестиционного потенциала региона
свойство Метод оценки инвестиционного потенциала
Рейтинг Рэнкинг
Тип исходной информации Количественная, качественная Количественная
Вид получаемой оценки Отнесение объекта к группе по специально разработанной номинальной шкале с заданным порядком, обычно в символьном выражении Ранжирование объектов по убыванию/возрастанию количественной переменной
Участие экспертов в получении оценок Как правило, необходимо Как правило, не требуется
Специальные методики оценки Разрабатываются и применяются Не используются
Единообразие методик Отсутствует Наличествует — ранжирование
Степень объективности полученных оценок Достаточно субъективны Достаточно объективны
Возможность анализа оценок в динамике Возможна только в случае применения одной и той же методики и неизменности группы экспертов Возможен
Возможность сравнения регионов или объектов внутри региона по оценкам Возможно, шкалы оценок имеет доступную интерпретацию; объекты в одной группе считаются идентичными по величине инвестиционного потенциала Затруднительно, т. к. известен только порядок следования ранжируемых объектов, но не не известно расстояние между ними
Оценка Комплексная оценка инвестиционного потенциала по нескольким количественным и качественным показателям Одномерная оценка инвестиционного потенциала по одному или нескольким количественным показателям
рис. 2. Типология методов построения рейтингов для оценки инвестиционного потенциала региона
количественной информации об инвестиционной деятельности в регионе и, как правило, не требующие привлечения экспертов. При использовании качественной информации, в зависимости от формы ее выражения, чаще всего для оценки инвестиционного потенциала региона требуется проведение разного рода экспертных процедур.
По необходимости привлечения экспертов к составлению рейтинга:
- экспертные;
- без привлечения экспертов. Большинство методик построения рейтингов
так или иначе требуют использования мнений экспертов, поскольку многие аспекты оценки инвестиционного потенциала мезоуровня не подвергаются непосредственному измерению даже в псевдоколичественном виде либо в принципе слабоформализуемы. В связи с этим переработка
входной информации в итоговую рейтинговую оценку происходит посредством приложения знаний, мышления и опыта лиц, выступающих в качестве экспертов.
По виду итоговой оценки инвестиционного потенциала различают методы, генерирующие на выходе:
— специально разработанные показатели, располагающие объекты рейтинга по заранее разработанной шкале, чаще всего имеющей символьное выражение;
— значения вероятности достижения некоторого целевого значения инвестиционного потенциала (либо достижения инвестиционной цели мезоуровня);
— другие индикаторы, к которым относятся любые доступные характеристики как псевдоколичественного, так и качественного, атрибутивного типа.
Однако подробное и полное исследование методик построения оценок рейтингового типа не представляется возможным по причине не только их многообразия, но и закрытости части из них, а также отсутствия единых методологических подходов. Каждое рейтинговое агентство разрабатывает собственные методики. И принципы, на которых они основываются, могут кардинально различаться. Причем в отечественной практике в большинстве случаев при рассмотрении рейтингов стороннему пользователю сложно, а то и практически невозможно, определить принцип его построения даже в общих чертах, что затрудняет интерпретацию его результатов. В связи с этим актуальным является построение рейтингов регионов по величине инвестиционного потенциала с использованием количественной, открытой информации. Очевидно, что без привлечения экспертов и качественной информации он будет обладать рядом недостатков. Зато к числу достоинств можно отнести объективность, воспроизводимость, открытость и возможность однозначной интерпретации полученных результатов, в том числе на промежуточных этапах, что невозможно при проведении экспертных процедур.
Концептуально методика построения рейтинга инвестиционного потенциала региона с использованием количественной информации представляется следующим образом. В укрупненном виде она состоит из четырех основных этапов.
Первый этап заключается в отборе используемых показателей, характеризующих инвестиционный потенциал и его отдельные компоненты на
региональном уровне, и их групп, а также определение их значимости, важности, существенности с точки зрения оценки потенциала.
Второй этап состоит в нормировании данных показателей. Нормирование позволяет привести показатели в сопоставимый вид, необходимый в том числе для их корректного агрегирования и устранения влияния размерности на результат. Самый простой и распространенный способ нормирования значений показателей количественного типа, особенно в случае, если при статистической проверке нет достаточных оснований отвергнуть гипотезу о том, что данные извлечены из нормально распределенной генеральной совокупности, это вычитание из всех значений показателя их среднего и деление на среднее квадратическое отклонение. Данный метод приводит к тому, что все показатели имеют равную размерность, близкую к нулю среднюю величину и близкую к единице дисперсию.
Третий этап состоит в расчете многоуровнего агрегированного показателя инвестиционного потенциала региона. Он рассчитывается по следующей формуле1:
т | п
з = £] р *Ё(х * аП> (1)
1=11 <=1
где J — многоуровневый агрегированный показатель инвестиционного потенциала региона;
x¡ — нормированное значение /-го показателя; a¡ — коэффициент важности /-го показателя; ру — коэффициент важности у-й группы показателей;
/ — индекс текущего показателя; У — индекс текущей группы показателей; т — число групп показателей; п — число показателей.
Значение многоуровневого агрегированного показателя состояния страховой организации находится в пределах [0; 1].
На четвертом, заключительном, этапе регионы выстраиваются в порядке убывания значения многоуровневого агрегированного показателя инвестиционного потенциала. То есть итоговая рейтинговая оценка представляет собой по сути рэнкинг по данному показателю. Это не противоречит принципам построения и существенности различия рейтингов и рэнкингов, поскольку рэнкинг в чистом виде разрабатывается по некоторому исходному количественному показателю, а в случае применения многоэтапной процедуры обработки данных результатом является рейтингом.
1 Разработано с применением идей, изложенных в: [5].
В качестве другого альтернативного метода построения рейтинга предлагается использование математико-статистических методов. А именно кластерного анализа, позволяющего проводить многомерную классификацию изучаемых объектов (регионов, объектов внутри регионов) по их естественному расположению по тем существенным признакам, которыми они описываются.
Для построения рейтинга регионов по уровню инвестиционного потенциала методом кластерного анализа можно использовать иерархическую агло-меративную (либо дивизимную) кластеризацию. Ее смысл состоит в последовательном объединении (или разделении) меньших (либо больших) кластеров в большие (или меньшие). Выбор дивизимной или агломеративной процедуры в данном случае может быть обусловлен природой статистических данных либо целью исследования.
Кластерный анализ не требует априорных предположений о наборе данных, не накладывает ограничений на представление исследуемых объектов, позволяет анализировать показатели различных типов данных (интервальным данным, частотам, бинарным данным). При этом необходимо помнить, что переменные должны измеряться в сравнимых шкалах [6].
Очевидно, что в настоящий момент не существует свободных от недостатков методик построения рейтингов любых объектов. Это связано не только со спецификой объектов исследования, но и с недостаточной проработанностью соответствующего инструментария. Однако, несмотря на наличие недостатков, подобные оценки достаточно эффективно могут применяться для сравнения уровней инвестиционного потенциала регионов, являясь гибким и универсальным средством, позволяющим получать комплексную оценку, выражаемую одним числом либо символьной группой и имеющую определенную интерпретацию. Поэтому апробация подобных методик представляет не только теоретический, но и прикладной интерес.
Является актуальным построение дистанционных рэнкингов и рейтингов инвестиционного потенциала российских регионов с целью практической оценки их достоинств и недостатков.
Для анализа и построения рейтинга регионов по величине инвестиционного потенциала были использованы сравнительные данные по регионам Южного Федерального округа за 2006 г. [7] по следующим показателям:
- оценка численности постоянного населения,
на 1 января, тыс. человек;
- среднегодовая численность занятых в экономике, тыс. человек;
- реальные денежные доходы населения, в процентах к предыдущему году;
- численность студентов государственных и негосударственных высших учебных заведений на начало учебного года; тыс. человек;
- валовой региональный продукт в текущих основных ценах; млн руб.;
- изменение производства валового регионального продукта, в основных сопоставимых ценах; в процентах к предыдущему году;
- ВРП на душу населения, в текущих основных ценах; руб.;
- ввод в действие жилых домов, тыс. кв. м общей площади;
- инвестиции в основной капитал по полному кругу организаций; млн руб.;
- индексы физического объема инвестиций в основной капитал, в сопоставимых ценах; в процентах к предыдущему году;
- оборот розничной торговли, млн руб.;
- индексы потребительских цен, декабрь к декабрю предыдущего года; в %.
Данные показатели были выбраны из числа официально разрабатываемых и публикуемых Федеральной службой государственной статистики РФ как достаточно хорошо оценивающие инвестиционный потенциал. Так, например, характеристики численности населения, занятого в экономике, а также студентов вузов представляют оценки кадровой составляющей потенциала. Остальные в основном характеризуют либо сам инвестиционный процесс, как величина инвестиций в основной капитал, либо его эффективность (ввод жилых домов, ВРП и т. д.).
Для целей исследования инвестиционного потенциала регионов, построения их комплексной объективной рейтинговой оценки по ряду показателей сначала были проанализированы связи между выбранными показателями. В табл. 2 представлены коэффициенты парной линейной корреляции между рассматриваемыми переменными.
Из рассмотрения было исключено два показателя: индекс физического объема инвестиций в основной капитал и индекс потребительских цен. Поскольку коэффициенты корреляции для данных переменных оказались статистически не значимыми для всех остальных выбранных переменных. В таблице выделены статистически значимые на пятипроцентном уровне коэффициенты парной корреляции.
Как видно из таблицы, с основным результирующим с точки зрения оценки инвестиционного потенциала региона показателем — величиной инвестиций в основной капитал, — статистически значимо и достаточно тесно связаны почти все из выбранных показателей. Причем во всех случаях — связь прямая. В данной корреляционной матрице только две переменные коррелированы исключительно друг с другом — это реальные денежные доходы населения и изменение производства ВРП.
Так как в качестве результирующих переменных рассматриваются отражающие непосредственно уровень инвестиционной активности в регионах, то для них, то есть инвестиций в основной капитал и индекса физического объема инвестиций в основной капитал, были построены регрессионные уравнения с включением ряда объясняющих переменных из числа включенных в анализ.
Отбор регрессоров для моделей был осуществлен на основании анализа корреляционной матрицы. Выбор спецификации модели проводился на основании критериев Стьюдента, Фишера, а также информационного критерия Akaike и оценки величины коэффициента детерминации.
В качестве основы была выбрана линейная форма модели, так как корреляционный анализ выявил высокие значения линейных коэффициентов корреляции.
В табл. 3 представлены результаты оценки регрессионного уравнения с зависимой переменной «инвестиции в основной капитал». В качестве детерминант выступают ввод в действие жилых домов, оборот розничной торговли, ВРП и среднегодовая численность занятых в экономике. Данное уравнение статистически значимо по F-критерию, все параметры значимы по ^критерию. Значение
Таблица 2
Корреляционная матрица мезоэкономических показателей по регионам юФУ, 2006 г.
Оценка численности постоянного населения Среднегодовая численность занятых в экономике Денежные доходы и потребительские расходы Численность студентов государственных и негосударственных высших учебных заведений Валовой региональный продукт Мзмене-ние производства валового регионального продукта врп на душу населения Ввод в действие жилых домов Мнвес-тиции в основной капитал Оборот розничной торговли
Оценка численности постоянного населения 1,00 0,98 0,12 0,96 0,97 0,12 0,63 0,92 0,94 0,99
Среднегодовая численность занятых в экономике 0,98 1,00 0,28 0,96 0,98 0,29 0,73 0,92 0,93 0,99
Денежные доходы и потребительские расходы 0,12 0,28 1,00 0,19 0,19 0,98 0,39 0,20 0,12 0,21
Численность студентов государственных и негосударственных высших учебных заведений 0,96 0,96 0,19 1,00 0,91 0,21 0,63 0,83 0,85 0,96
Валовой региональный продукт 0,97 0,98 0,19 0,91 1,00 0,20 0,75 0,95 0,95 0,98
Изменение производства валового регионального продукта 0,12 0,29 0,98 0,21 0,20 1,00 0,41 0,20 0,13 0,23
ВРП на душу населения 0,63 0,73 0,39 0,63 0,75 0,41 1,00 0,67 0,62 0,67
Ввод в действие жилых домов 0,92 0,92 0,20 0,83 0,95 0,20 0,67 1,00 0,99 0,94
Инвестиции в основной капитал 0,94 0,93 0,12 0,85 0,95 0,13 0,62 0,99 1,00 0,96
Оборот розничной торговли 0,99 0,99 0,21 0,96 0,98 0,23 0,67 0,94 0,96 1,00
Таблица 3
Результаты оценки уравнения регрессии с зависимой переменной «инвестиций в основной капитал»
Зависимая переменная: инвестиции в основной капитал
Переменная коэффициент стандартная ошибка Г-статистика P-value
Ввод в действие жилых домов 34.23113 3.435644 9.963525 0.0000
Оборот розничной торговли 0.513213 0.067184 7.638912 0.0001
ВРП 0.165741 0.041045 4.038001 0.0037
Среднегодовая численность занятых -66.68067 9.621133 -6.930646 0.0001
Константа 3028.002 1045.298 2.896782 0.0200
R2 0.997997 Информационный критерий Akaike 18.66757
Скорректированный R2 0.996996 /-статистика 996.7192
Статистика Дарбина-Уотсона 2.410166 Р-уа1ие (/-статистика) 0.000000
коэффициента детерминации свидетельствует о высокой прогнозной способности модели и показывает, что 99,7 % вариации инвестиций в основной капитал объясняются вариацией включенных в модель факторов. Гетероскедастичность остатков в данном уравнении отсутствует, о чем свидетельствуют результаты проведенного теста Уайта.
Согласно результатам оценивания, при увеличении в регионе ввода в действие жилых домов на 1 тыс. кв. м общей площади объем инвестиций в основной капитал увеличивается в среднем на 34,23 млн руб. При увеличении оборота розничной торговли на 1 млн руб. инвестиции в основной капитал вырастут в среднем на 0,513 млн руб. При увеличении ВРП на 1 млн руб. инвестиции в основной капитал увеличатся на 0,17 млн руб. в среднем. Прирост среднегодовой численности занятых на 1 тыс. человек в среднем снижает инвестиции на 66,7 млн руб. Это можно объяснить структурой данных по регионам Южного Федерального округа, а также тем, что рост инвестиций происходит при интенсификации развития экономики. А увеличение числа занятых относится к экстенсивным факторам, что не сказывается благополучно на экономической ситуации в регионе в целом. Кроме того, прирост занятых в отдельных регионах ЮФО чаще происходит не за счет квалифицированных кадров, занимающих места на рынке труда в высокопроизводительных секторах, а за счет беженцев, переселенцев и мигрантов прочих типов, которые занимают рабочие места, не требующие высокой квалификации. А так как подобная рабочая сила достаточно дешева по сравнению с другими ресурсами подобные процессы не способствуют росту инвестиционной активности в регионе. Следовательно, простой прирост занятых в экономике без учета структуры занятости и трудоустройства нельзя отнести к факторам, повышающим уровень инвестиционного потенциала в регионе.
Для более точной оценки влияния детерминант на величину инвестиций в основной капитал в
регионах ЮФО были рассчитаны средние коэффициенты эластичности, представленные в табл. 4 и позволяющие сравнивать степень воздействия на рост инвестиционной активности исследуемых факторов, при фиксации размерности показателей. Согласно полученным значениям коэффициентов, наиболее сильно на величину инвестиций в основной капитал влияют среднегодовая численность занятых и оборот розничной торговли. При увеличении на один процент от своего среднего значения численности занятых в экономике объем инвестиций в основной капитал снизится на 1,4 % от своего среднего значения. При увеличении на один процент от своей средней оборота розничной торговли инвестиции в основной капитал вырастут на 1,2 % от среднего значения. Степень влияния ввода в действие жилых домов и ВРП на величину инвестиций существенно ниже. При росте обоих показателей на один процент от своего среднего значения инвестиции в основной капитал вырастут на 0,6 % и 0,5 % в среднем соответственно. Это позволяет оценить степень необходимых управляющих воздействий на данные факторы при управлении инвестиционным потенциалом, при рассмотрении показателя «инвестиции в основной капитал» как целевого.
Однако показатель «инвестиции в основной капитал» является статическим и не отражает изменения уровня инвестиций. Для оценки воздействия ряда факторов на прирост или снижения инвестиционной активности в регионах ЮФО
Таблица 4
средние коэффициенты эластичности для уравнения регрессии с зависимой переменной «инвестиции в основной капитал»
Переменная коэффициент эластичности,%
Ввод в действие жилых домов 0,6
Оборот розничной торговли 1,2
ВРП 0,5
Среднегодовая численность занятых -1,4
Таблица 5
Результаты оценки уравнения регрессии с зависимой переменной «индекс физического объема инвестиций
в основной капитал»
Зависимая переменная: индекс физического объема инвестиций в основной капитал
Переменная Коэффициент Стандартная ошибка Г-статистика P-value
Изменение производства ВРП -0.459577 0.134368 -3.420290 0.0076
Оборот розничной торговли 0.000682 0.000199 3.421150 0.0076
ВРП -0.000476 0.000156 -3.045037 0.0139
Константа 151.2004 13.45677 11.23600 0.0000
R2 0.698534 Информационный критерий Ака1ке 8.264712
Скорректированный R2 0.598045 /-статистика 6.951366
Статистика Дарбина-Уотсона 1.720958 Р-уа1ие (/-статистика) 0.010178
было оценено уравнение регрессии с зависимой переменной индекс физического объема инвестиций в основной капитал, представленное в табл. 5.
Данное уравнение статистически значимо по F-критерию, все параметры значимы по ^кри-терию на достаточно высоком уровне. Значение коэффициента детерминации говорит о высокой прогнозной способности модели. Однако несколько меньшей, чем для предшествующего уравнения, и свидетельствует, что 69,8 % вариации индекса физического объема инвестиций в основной капитал объясняются вариацией включенных в модель факторов. Гетероскедастичность остатков в данном уравнении отсутствует, о чем свидетельствуют результаты теста Уайта.
Согласно результатам оценивания, увеличение в регионе производства ВРП на 1 % по отношению к предыдущему году снижает индекс физического объема инвестиций в основной капитал в среднем на 0,46 %. Это можно объяснить «эффектом масштаба» — доля инвестиций в общей структуре ВРП снижается при его росте. При увеличении оборота розничной торговли на 1 млн руб. индекс физического объема инвестиций в основной капитал вырастет в среднем на 0,0007 %. При увеличении ВРП на 1 млн руб. индекс физического объема инвестиций в основной капитал снизится на 0,0005 % в среднем, что объяснимо с тех же позиций, что и влияние изменения ВРП.
Для сравнительного анализа степени влияния факторов на результат были рассчитаны средние коэффициенты эластичности, представленные в табл. 6. Как видно из таблицы, по силе воздействия на индекс физического объема инвестиции все регрессоры примерно равны, и при изменении от своего среднего значения на один процент факторного признака результативный будет меняться менее чем на полпроцента.
Исследование структуры зависимости инвестиций в основной капитал и индекса физического
Таблица 6
Средние коэффициенты эластичности для уравнения регрессии с зависимой переменной «индекс физического объема инвестиций в основной капитал»
Переменная Коэффициент эластичности,%
Изменение производства ВРП -0,41
Оборот розничной торговли 0,47
ВРП -0,43
объема инвестиций в основной капитал от выделенных детерминант дает основания для выработки управляющих воздействий на инвестиционный потенциал региона. Однако для оценки уровня инвестиционного потенциала регионов ЮФО необходимо построить их рейтинг методами кластерного анализа.
На первом этапе был применен метод иерархической классификации (древовидная кластеризация) с использованием простого Евклидова расстояния (так как все переменные исследуемой совокупности являются количественными и не было выявлено дополнительных ограничений). Кластеризация проводилась методом «ближайшего соседа» (одиночная связь). Переменные предварительно были пронормированы. На рис. 3 представлена вертикальная древовидная дендро-грамма регионов ЮФО по исследуемым показателям инвестиционного потенциала в Евклидовой метрике.
Как видно на рисунке, часть регионов образуют достаточно устойчивые кластеры на относительно небольшом расстоянии друг от друга. Один кластер включает Ростовскую область и Краснодарский край, другой — Волгоградскую область, Ставропольский край и Республику Дагестан. К третьему кластеру относится существенно выделяющаяся на фоне других Чеченская Республика, находящаяся на максимальном расстоянии от остальных регионов. Четвертый, самый многочисленный, кластер включает Астраханскую область, Республики
Дендрограмма по 13 регионам ЮФО Single Linkage Euclidean distances
Чечня Краснод. кр. Сгавроп. кр. Асграхан. обл. Сев. Осетия Калмыкия Адыгея
Ростов, обл. Волгоград, обл. Дагестан Ингушетия Карач.-Черкесс. Кабард.-Балкар.
Рис. 3. Дендрограмма в Евклидовой метрике кластеризации регионов ЮФО
обоснованной классификации регионов был применен метод &-средних. Данный метод требует априорного задания числа кластеров, на которые будет делиться исследуемая многомерная статистическая совокупность. Так как на этапе анализа дендрограммы было выявлено, что достаточно четко выделяются четыре кластера, для автоматической классификации методом ^-средних было выбрано это число.
Для проверки качества разбиения совокупности проведен дисперсионный ана-
Ингушетия, Северная Осетия-Алания, Карачаево-Черкессия, Калмыкия, Кабардино-Балкария и Адыгея.
Такое деление регионов ЮФО на группы, хотя и представляется обоснованным с точки зрения основных характеристик инвестиционной активности и общеэкономического развития отдельных регионов, является в определенной степени субъективным. Анализ дендрограммы не предполагает четких количественных критериев отнесения объектов к тому или иному кластеру. Поэтому для более
лиз, результаты которого представлены в табл. 7. Как видно из нее, межгрупповые дисперсии существенно выше внут-ригрупповых, причем это различие статистически значимо по /-критерию, что позволяет говорить о хорошем качестве кластеризации и устойчивости различий между полученными кластерами регионов ЮФО по исследуемым показателям. Статистически незначимо влияют на кластеризацию только переменные ВРП на душу населения, индекс физического объема инвестиций в основной капитал и индекс потребительских цен. Состав полученных
Таблица 7
Результаты дисперсионного анализа
Переменные Межгрупповая дисперсия Внутригрупповая дисперсия /-статистика ^-value
оценка численности постоянного населения 11,70831 0,291695 120,4167 0,000000
среднегодовая численность занятых в экономике 11,57144 0,428557 81,0028 0,000001
реальные денежные доходы населения 11,60910 0,390901 89,0950 0,000001
численность студентов государственных 11,57225 0,427751 81,1612 0,000001
и негосударственных высших учебных заведений
валовой региональный продукт 10,90408 1,095920 29,8491 0,000052
изменение производства валового регионального 11,96183 0,038169 940,1761 0,000000
продукта
ВРП на душу населения 5,35452 6,645478 2,4172 0,133533
ввод в действие жилых домов 9,93663 2,063370 14,4472 0,000869
инвестиции в основной капитал 10,72657 1,273433 25,2700 0,000102
индексы физического объема инвестиций 5,70190 6,298100 2,7160 0,107171
в основной капитал
оборот розничной торговли 11,77760 0,222396 158,8735 0,000000
индексы потребительских цен 2,30765 9,692346 0,7143 0,567781
кластеров соответствует выделенным на основании дендрограммы, что свидетельствует об устойчивости классификации. В табл. 8 представлены Евклидовы расстояния между кластерами. Как видно, наиболее далеко друг от друга расположены кластеры под номерами 1, 3 и 4.
Далее были рассчитаны и проанализированы описательные статистики переменных для кластеров, представленные в табл. 9, давшие основание для содержательной интерпретации различий в инвестиционном процессе и потенциале выделенных групп регионов ЮФО. Так как кластеризация проводилась на основании нормированных данных, значения переменных не могут интерпретироваться непосредственно, однако позволяют определить основные характеристики регионов, вошедших в кластер.
Для более наглядного представления различий между выделенными кластерами регионов был построен график средних значений для кластеров, представленный на рис. 4. Сравнения средних значений переменных и содержательная интерпретация полученных результатов позволили сделать ряд выводов, а также построить рейтинг регионов ЮФО по выбранным показателям.
В табл. 10 представлены результаты рейтин-гизации регионов ЮФО по исследуемым показателям, позволяющие провести рейтинговую оценку инвестиционного потенциала. Так как изначально объекты исследуемой многомерной совокупности сгруппировались в четыре кластера, то сформированная шкала рейтинговой оценки также имеет четыре группы. Для простоты пони-
Таблица 8
Евклидово расстояние между кластерами
кластер 1 кластер 2 кластер 3 кластер 4
кластер 1 0,000000 1,499155 6,354694 4,030381
Кластер 2 1,224400 0,000000 3,686510 0,844082
Кластер 3 2,520852 1,920029 0,000000 2,544475
Кластер 4 2,007581 0,918739 1,595141 0,000000
Таблица 9
Описательные статистики переменных для кластеров
Первый кластер Второй кластер третий кластер Четвертый кластер
Переменные среднее стандартное отклонение среднее стандартное отклонение среднее среднее стандартное отклонение
оценка численности посто- 1,859349 0,353785 0,573641 0,026283 -0,37244 -0,723883 0,165906
янного населения
среднегодовая численность 1,853302 0,283533 0,567288 0,270049 -0,94079 -0,638240 0,183628
занятых в экономике
реальные денежные доходы 0,156672 0,261463 0,456727 0,199485 -3,25304 0,224217 0,201225
населения
численность студентов 1,757672 0,439011 0,697399 0,162083 -0,64353 -0,709144 0,174393
государственных и него-
сударственных высших
учебных заведений
валовой региональный 1,886988 0,656441 0,433377 0,472779 -0,66175 -0,630336 0,190597
продукт
изменение производства 0,277140 0,019119 0,308684 0,065912 -3,32230 0,263138 0,069660
валового регионального
продукта
ВРП на душу населения 1,036198 0,421451 0,488861 1,051925 -1,34184 -0,313878 0,842097
ввод в действие жилых 1,927687 1,226956 0,174784 0,103918 -0,66309 -0,530948 0,298984
домов
инвестиции в основной 2,031328 1,000863 0,112164 0,079672 -0,42733 -0,567403 0,207770
капитал
индексы физического объ- 0,862154 0,804133 -0,386880 1,281607 1,73529 -0,328422 0,628018
ема инвестиций в основной
капитал
оборот розничной торговли 1,971789 0,273864 0,432429 0,084313 -0,73549 -0,643626 0,148983
индексы потребительских -0,113578 0,122829 -0,721552 0,300869 0,23384 0,308282 1,258055
цен
Plot of Means for Each Cluster
■ ■ ■ •
о-с \ > /\
□ ----с \ " "D- - -. Д К. "'""Т
«.. i х \ ................Т...........................................* т '4 с 3
9
Ö >
- - -
рис. 4. Средние значения переменных для кластеров
-о- Cluster 1 -□- Cluster 2 •<>•• Cluster 3 ■ Cluster 4
Variables
рейтинговая оценка регионов юФО на основании выделенных кластеров
Таблица 10
номер кластера регионы, вошедшие в кластер рейтинговая оценка содержательная интерпретация рейтинговой оценки инвестиционного потенциала характеристика кластера
I Ростовская область 1 Высокий уровень инвестиционного потенциала Самые высокие средние значения всех переменных, кроме реальных денежных доходов населения, изменения производства ВРП, индексов физического объема инвестиций в основной капитал и потребительских цен
Краснодарский край
II Волгоградская область 2 Средний уровень инвестиционного потенциала Второе место по значениям всех переменных, кроме: 1) самые высокие по реальным денежным доходам населения и изменению производства ВРП; 2) самые низкие по индексам физического объема инвестиций в основной капитал и потребительских цен
Ставропольский край
Республика Дагестан
III Чеченская Республика 4 Очень низкий уровень инвестиционного потенциала Самые низкие значения по всем переменным, кроме: 1) третье место по численности населения, численности студентов вузов, инвестициям в основной капитал» 2) второе по индексам потребительских цен; 3) первое по индексам физического объема инвестиций в основной капитал
IV Астраханская область 3 Низкий уровень инвестиционного потенциала Третье место по большинству переменных, кроме: 1) первое по индексам потребительских цен; 2) второе по реальным денежным доходам населения; 3) четвертое по численности населения, численности студентов вузов, инвестициям в основной капитал.
Республика Ингушетия
Республика Северная Осетия-Алания
Республика Карачаево-Черкессия
Республика Калмыкия
Республика Кабардино-Балкария
Республика Адыгея
мания они обозначены порядковыми номерами. В таблице представлены характеристики кластеров по ранжированию средних значений переменных, а также содержательные характеристики уровня инвестиционного потенциала. Обозначение уровня инвестиционного потенциала как «высокого», «среднего», «низкого» и «очень низкого» достаточно условно и носит исключительно сравнительный характер внутри данного рейтинга.
Первый кластер, включающий Ростовскую область и Краснодарский край, обозначен как имеющий наиболее высокий инвестиционный потенциал, несмотря на то, что показатели, характеризующие динамику экономической активности, находятся не на самом высоком уровне, однако для эффективного развития инвестиционного процесса более важными представляются показатели стабильности региональной экономики.
Второй кластер, в который вошли Волгоградская область, Ставропольский край и Республика Дагестан, характеризуется в основном вторым местом по большинству показателей. Четвертый, самый многочисленный, кластер занимает третье место в рейтинге. На четвертом месте находится третий кластер, включающий один регион — Чеченскую Республику, у которой средние значения всех показателей находятся на последнем месте, кроме индекса физического объема инвестиций в основной капитал, а также чуть более высоких значений студентов вузов. Более высокие значения индексов потребительских цен и численности населения относятся к характеристикам, снижающим уровень инвестиционного потенциала.
К числу достоинств построенного рейтинга можно отнести его объективность как полученного на основании естественных кластеров исследуемой многомерной совокупности, а также простоту
интерпретации. Выстроенные оценки инвестиционного потенциала, хотя и представляются обоснованными, все же не относятся к единственно возможным. Любые дополнительные исследования, в том числе с другими целями, позволяют изменять толкования уровней инвестиционного потенциала, не меняя самой классификации.
Можно сделать вывод, что рейтинговые оценки инвестиционного потенциала регионов являются доступным и хорошо интерпретируемым средством поддержки принятия управленческих решений относительно инвестиционного потенциала, как для макрорегиона, к которым относится Южный Федеральный округ, так и для регионов внутри данного макрообразования.
список литературы
1. Готовац С., Денисова М, Бобров А. Технологии рейтингов //www. remedium. га/
2. Хотинская Г. И., Карпузов Ю. С. Рейтинги и рэнкинги // www. bull-n-bear. ru/
3. Карминский А. М, Пересецкий А. А. Модели рейтингов международных агентств// Прикладная эконометрика. 2007. № 1. 3. — 19 с.
4. Николаев Е. Новые технологии оценки рейтингов российских коммерческих банков// Банковские технологии. 2007. № 6. С. 28 — 33с.
5. Ахрамейко А. А, Железко Б. А, Райков Н. В. Инструментальный метод построения рейтингов страховых организаций //www.sedok.narod. ru/s_ffles/belorussia_2002.htm/
6. www.intuit.ru/ — Методы кластерного анализа. Иерархические методы.
7. Статистический ежегодник Ростовская область в цифрах, 2006. // Статистический сборник. Федеральная служба государственной статистики. Ростовстат. Ростов-на-Дону, 2007.
ВНИМАНИЕ! Изменились адрес и телефон редакции. Новый офис расположен по адресу: г. Москва, Зелёный пр., д. 20, 10 эт. (м. «Перово») Тел./факс: (495) 721-85-75
