Содержание к диссертации
Введение
1 Управление инвестиционными потоками как объект научного анализа 12
1.1 Особенности инвестиционных процессов в регионах Российской Федерации 12
1.1.1 Тенденции и условия инвестиционной деятельности в региональных социально-экономических системах 12
1.1.2 Перспективы развития инвестиционного процесса в регионах России 21
1.2 Анализ моделей и методов оценки инвестиционных характеристик регионов КЗ Обзор методов оценки эффективности инвестиционных проектов 26
1-3.1 Сравнение показателей эффективности проекта. Особенности оценки альтернативных проектов 44
1-4 Цели и задачи 50
Выводы к первой главе * 52
2 Разработка моделей региональной социально-экономической системы и ее элементов 53
2.1 Разработка теоретико-множественных моделей объектов управления 53
2.2 Инвестиционный потенциал региональной социально-экономической системы 51
2.3 Инвестиционные потоки на предприятии 59
2.3.1 Структура и характеристики инвестиций на предприятии 59
2.3.2 Источники финансирования инвестиций на предприятии 61
2.4 Оценка эффективности инвестиционных проектов с учетом стратегии инвестора 66
Выводы по второй главе 70
3 Разработка системы управления инвестиционными потоками 71
3.1 Разработка теоретико-множественных моделей системы управления 71
3.2 Интеллектуальная технология оценки инвестиционной привлекательности региона 75
3.2.1 Прогнозирование инвестиционного потенциала с использованием нейронной сети 75
3.2.2 Оценка инвестиционной привлекательности регионов с использованием нечетких функций 78
3.3 Динамическая модель управления инвестиционными потоками на предприятии 83
3.3.1. Модель определения доли собственных инвестиций в чистой прибыли в зависимости от стратегии инвестора 85
3.3,2 Модель формирования и распределения инвестиционного потока 87
3.4 Динамическая модель инвестиционного развития региона 92
3.5 Разработка алгоритма построения нечетких функций принадлежности с учетом значимости ситуаций 96
3.5.1 Исследование влияния вида и параметров функции принадлежности на результаты принятия решений 96
3.5.2 Исследование влияния параметров термов на процесс поддержки принятия решений 98
3.5.3 Степень значимости ситуаций 101
Выводы по третьей главе 103
4 Информационная технология динамического управления инвестиционными потоками 105
4.1. Разработка нейросетевой информационной системы прогнозирования инвестиционного потенциала региона 105
4.2 Применение нейросетевой системы для оценки и прогнозирования инвестиционного потенциала РБ 108
4.3 Информационная система многокритериальной оценки альтернативных инвестиционных проектов с учетом стратегии инвестора 111
4.4 Применение системы многокритериальной оценки инвестиционных ироектов с учетом региональных особенностей и стратегии инвестора 114
4.5 Реализация динамических моделей управления инвестиционным развитием в Республике Башкортостан, России и Португалии 116
4.6 Применение динамической модели инвестиционных потоков предприятия 127 Выводы по четвертой главе 133
Основные результаты и выводы 134
Список литературы
- Тенденции и условия инвестиционной деятельности в региональных социально-экономических системах
- Инвестиционный потенциал региональной социально-экономической системы
- Интеллектуальная технология оценки инвестиционной привлекательности региона
- Применение нейросетевой системы для оценки и прогнозирования инвестиционного потенциала РБ
Введение к работе
Развитие экономики региона в значительной степени определяется инвестиционной деятельностью. Инвестиционная деятельность - это широкое понятие, включающее управление инвестиционными потоками во времени и иерархии отношений субъектов инвестиционной деятельности, таких как: государство, регион, предприятие, инвестиционный проект. Изменение в иерархии отношений определяется классификацией по показателям инвестиционной привлекательности региона, оценкой инвестиционного проекта, классификацией и выбором объекта для инвестирования. Инвестиционные потоки - это изменяемые во времени обобщенные показатели инвестиционной деятельности, определяющие финансовые возможности инвесторов, перечень и финансовые характеристики проектов, а также финансовое состояние предприятия, реализующего выбранный инвестиционный проект.
В рыночных условиях функционирования экономики управление
инвестиционными потоками будет эффективным только в том случае, если в
его основе лежат глубоко проработанные и обоснованные алгоритмы и методы
оценки привлекательности региона, потока реальных инвестиционных
проектов и предприятий, реализующих выбранные проекты. Исследованиям
способов оценки реальных проектов с учетом рисков посвящены работы і
Р. Мюррейя, В.А. Москвина, А.Г. Шахназарова, В.В. Ковалева.
1 Характеристики инвестиционной привлекательности регионов строятся с
разных позиций в работах ученых - И. Фишера, Б. Грэма, Д. Додда. Рейтинги
і і
регионов составляются и публикуются с целью привлечения зарубежных
[ инвесторов в научных и популярных изданиях, таких как журнал «Эксперт»,
! агентство «РосБизнесКонсалтинг». Много работ посвящено исследованию
проблем управления реализацией проектов на предприятии, в том числе
* инновационных. Наиболее известны работы Ф. Фабоцци? П.Л, Виленского,
' В.Н. Лившица, С.А. Смоляка. Однако компоненты анализа инвестиционной
7 деятельности исследуются отдельно друг от друга, что приводит к принятию несогласованных решений по управлению инвестициями и снижает эффективность внедрения реальных инвестиционных проектов в региональной социально-экономической системе (РСЭС), Не рассматривается также
инвестиционный процесс с точки зрения анализа динамики и оценки состояния
региона и предприятий.
В связи с этим большое значение имеют исследования направленные на создание комплексного подхода к управлению инвестиционными потоками, основанного на моделях и алгоритмах оценки, во-первых, инвестиционной привлекательности региона, во-вторых, характеристик инвестиционных проектов, учитывающих риски и стратегию инвестора, и, в-третьих, на моделях
* управления реализацией проектов с позиций собственника предприятия.
В соответствии с изложенным, актуальными являются теоретическое
обоснование, создание и апробация моделей и алгоритмов управления
инвестиционными потоками в РСЭС, построенных на динамических и
интеллектуальных методах оценки и прогнозирования показателей
инвестиционной деятельности в регионе, финансовых характеристик проектов
"* и финансового состояния предприятий.
Целью исследований является теоретическое обоснование, создание и апробация моделей управления инвестиционными потоками в региональной социально-экономической системе.
Для достижения поставленной цели необходимо решить следующие
задачи:
h 1. Исследовать и обосновать интеллектуальную технологию оценки
инвестиционной привлекательности региона, учитывающую потенциал, риск и динамику развития РСЭС.
2. Разработать алгоритм многокритериальной оценки инвестиционных
проектов, учитывающий неопределенность, региональные и проектные риски,
Ф стратегию инвестора.
3. Разработать динамическую модель управления инвестиционными
потоками на предприятии, учитывающую стратегию собственника.
4, Построить динамическую модель оценки инвестиционного развития
региона, отражающую динамику инвестиций и валового продукта.
* 5. Апробировать на практических примерах достоверность
предлагаемых алгоритмов и моделей и исследовать их эффективность.
Методы исследований базируются на применении системного анализа, теории управления, методах искусственного интеллекта, таких как нейронные сети и теория нечетких множеств, эконометрических моделях и теории статистики.
На защиту выносятся:
* \. Интеллектуальная технология оценки инвестиционной
привлекательности региона, использующая нейронные сети, нечеткие
множества и позволяющая классифицировать регионы, определять
соотношение регионального потенциала и риска.
2. Алгоритм многокритериальной оценки инвестиционных проектов,
использующий показатели региональной привлекательности и стратегии
* инвестора, основанный на нечетких множествах и позволяющий проводить
сравнительную оценку, выбор альтернативных проектов.
3. Динамическая модель управления инвестиционными потоками на
предприятии, учитывающая стратегию собственника, стоимость привлеченных
заемных средств, и предназначенная для определения оптимальной доли
собственных средств в общем объеме инвестиций при реализации выбранного
д инвестиционного проекта.
4. Динамическая модель инвестиционного развития региона, которая
отражает темпы инвестиций и позволяет определить уровень насыщения и
эффективность инвестиций.
Научная новизна:
ф 1. Интеллектуальная технология оценки инвестиционной
привлекательности региона, построенная с применением нейронных сетей для
прогнозирования инвестиционного потенциала региона, и нечетких функций, настраиваемых на статистические данные с учетом значимости ситуаций для оценки потенциала и риска, отличающаяся обоснованностью решения задач классификации регионов с учетом риска и перспектив развития.
Предложен алгоритм многокритериальной оценки инвестиционных проектов, использующий показатели региональной привлекательности и стратегии инвестора. Алгоритм реализован в виде настраиваемых на статистические данные нечетких функций и базы правил, учитывающей стратегию инвестора.
Динамическая модель управления инвестиционными потоками на предприятии, учитывающая стратегию собственника, привлечение заемных средств, отличающаяся возможностью определения оптимальной доли средств собственника предприятия, направляемой в инвестиции.
Модель инвестиционного развития региона, разработанная в классе динамических моделей, позволяющая определить уровень насыщения и оптимизировать темпы роста инвестиций с позиций управления эффективностью инвестирования.
Практическая значимость и внедрение результатов работы. Практическую значимость исследований определяют следующие результаты диссертации:
1. Интеллектуальная технология оценки инвестиционной
привлекательности региона позволяет осуществлять более обоснованную
классификацию и оценку отношения потенциал/риск, на основе
прогнозирования и анализа исходных данных с помощью нейросетевой и
нечеткой моделей.
2, Алгоритм многокритериальной оценки инвестиционных проектов
позволяет осуществлять выбор проектов с учетом региональных характеристик
и стратегии инвестора.
3. Динамическая модель управления инвестиционными потоками на
предприятии позволяет определять оптимальную долю средств, направляемых
собственником предприятия на реализацию внедряемого проекта.
4. Динамическая модель инвестиционного развития региона позволяет
Щ проводить исследования в любом регионе, определяя темпы роста инвестиций,
степень насыщенности инвестициями и текущую эффективность инвестиций.
5. Апробация предлагаемых теоретических положений, алгоритмов и
моделей на фактических данных о функционировании экономической системы
Российской Федерации, Португалии, Республики Башкортостан, а также
промышленных предприятий РБ.
Основные результаты диссертационной работы внедрены на ФГУГТ «Уфимское агрегатное производственное объединение» (УАПО), в Министерстве экономики Республики Башкортостан в виде комплексной методики управления инвестиционными потоками в региональной социально-экономической системе и программное обеспечение данной методики, реализованной в форме информационной системы на персональном компьютере. Результаты работы внедрены в учебный процесс на базе Уфимского государственного авиационного технического университета и изложены в методических указаниях к лабораторным работам по курсу «Эконометрика» «Модели линейной регрессии (с использованием программы MS Excel)» для подготовки студентов специализации 060814.01 «Управление инвестициями».
Связь исследований с научными программами. Результаты исследований являются частью научных исследований в рамках гранта по фундаментальным исследованиям в области экономических наук «Диагностика состояния и интеллектуальное управление поведением предприятия в условиях рынка на основе имитационного моделирования» (шифр гранта №4-33, код ГАСНТИ: 06,56.21), международной программы № M-JEP10723-1999 «Tempus Tacis».
Апробация работы* Основные положения работы представлены в 17 публикациях, в том числе 3 тезиса, 12 статей, свидетельство о регистрации программы для ЭВМ, научно-исследовательский отчет. Результаты докладывались на следующих научно-технических конференциях:
международная молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации», Уфа, 1999;
международная конференция ASF99 «Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль», Левен (Бельгия), 1999;
российская научно-методическая конференция с международным участием «Управление экономикой: методы, модели, технологии», Уфа, 2002;
V международная конференция «Компьютерные науки и информационные технологии CSIT2003», Уфа, 2003.
Структура и объем работы. Диссертационная работа состоит из введения, 4 глав, заключения, списка литературы и приложений. Работа содержит 135 страниц машинописного текста, включая 52 рисунка и 11 таблиц, 30 страниц приложений. Список литературы из 112 наименований.
Тенденции и условия инвестиционной деятельности в региональных социально-экономических системах
Сегодняшнее экономическое положение различных регионов России имеет свои исторические, географические, природно-ресурсные и производственно-хозяйственные предпосылки.
В дореформенный период эти различия в той или иной мере сглаживались политикой «выравнивания» условий их жизнедеятельности, путем «перераспределения бюджетных ресурсов, налоговых льгот и преференций, усреднения транспортных тарифов и т.п. В этих условиях было достаточно эффективно создавать (развивать) производство в Восточно-Сибирском регионе с поставками продукции в Северо-Западный регион и наоборот, специализировать целые мегаполисы на производстве продукции, поставляемой в рамках кооперации в бывшие союзные республики, страны социалистического лагеря и т.п.
В условиях общего экономического кризиса ярко проявились различия в уровнях воспроизводственного потенциала регионов (природных ресурсов, производственных мощностей, рабочей силы, плотности транспортных артерий). В результате этого инвестиционные процессы одной части регионов (большей) оказались в состоянии деградации, а в другой части (меньшей) аккумулируется главная масса инвестиций и происходит основной инвестиционный оборот [65, 66], О размерах такой дифференциации можно судить по различиям в объемах годовых капитальных вложений на душу проживающего населения (кратные различия), динамике индексов цен на инвестиции и строительно-монтажные работы (до 50%), доходности инвестиционной деятельности (до 100%), наличии и закупках в регионах строительных машин (от считанных единиц в северокавказских республиках и в северных регионах до тысяч в московском регионе). В этой связи оценка состояния инвестиционного процесса в национальной экономике без анализа его региональных аспектов не может представить достаточно полной картины.
Перспективы динамического развития отечественной экономики во многом определяются состоянием и тенденциями инвестиционной привлекательности ее регионов [64].
Региональные оценки состояния и тенденций инвестиционной привлекательности определяются соотношением показателей инвестиционного потенциала и риска регионов России. Обе эти оценки комплексные. Подробно категории инвестиционной привлекательности, потенциала, риска рассмотрены в п. 1,2.
По оценкам тенденций инвестиционной привлекательности регионов можно оценивать перспективы преодоления общего инвестиционного кризиса в стране, выхода на этап ее динамического развития [14, 82],
Нынешнее состояние инвестиционных процессов в регионах России отражает общее положение инвестиционного кризиса. При этом на общем фоне выделяются зоны его условного «перегрева» и «переохлаждения». Они отличаются разбалансированностью характеристик инвестиционной активности и инвестиционной привлекательности,
В случае «инвестиционного перегрева»—прилив инвестиций в регион существенно превышает существующие возможности их производственного освоения. Это обусловлено тем, что основная часть инвестиций обращается вне реального сектора экономики. К ним относятся: Тюменская область, где прилив инвестиций в последние годы превышал возможности их производственного освоения в 4,9 раза, Московская область — в 3,5 раза, Челябинская область — в 2,9 раза, Красноярский край — в 2,1 раза, г. Москва — в 2 раза; Свердловская и Кемеровская области, республика Башкортостан (от 1,9 до 1,6 раза) (см. рисунок 1Л).
Такая ситуация в существенной мере объясняется монопольным положением некоторых регионов в разных сферах экономической деятельности. Так, «перегрев» инвестиций в Тюменской области объясняется ее монопольным положением в добыче газа (91,5% от общей добычи), - Челябинской области — монопольными объемами производства проката черных металлов (22,4%), Красноярского края — монопольным производством алюминия (более 25%) и качественного дешевого угля (12,2%), в республике Башкортостан — монопольным производством автомобильного бензина (13%) и дизельного топлива (15,1%) и т.д.
Таким образом, показатели отраслевой монополизации товарного производства и источников инвестиций являются (по существу) отражением монополизации производств в регионах, обладающих условиями для ее проявления [32].
Особое положение занимает московский регион, не обладающий природными ресурсами не только для монополизации производства в масштабах России, но и ресурсозависимый по всем видам продукции естественных монополий. При этом уровень инвестиционной активности этого региона многократно выше производственной активности (не отличающейся по ее состоянию от общей картины в остальных регионах). Показатели инвестиционного «перегрева» в этом регионе в основном объясняются высоким оборотом «фиктивных» инвестиций, из которых лишь малая часть оседает в реальном секторе экономики. Физическое наполнение этого инвестиционного оборота свидетельствует о том, что реальная инвестиционная активность г. Москвы в 2 раза ниже «видимой», а Московской области —в 3 раза ниже.
«Фиктивная» часть инвестиционного оборота образуется за счет концентрации в этом регионе (кроме бюджетных средств) банковского капитала; институтов фондового рынка, внебюджетных фондов, страховых и пенсионных фондов федерального уровня, пока не склонных к инвестированию производства [21].
Необходимо отметить, что концентрация инвестиций в регионах с монополистическим производством приводит к постоянному росту в этих регионах доли «фиктивных» инвестиций (по принципу: «деньги к деньгам»), (от 30 до 50%), что является источником возрастания рисков инвестиций в них, и тем самым инициирует «перегрев» инвестиционного климата.
В процессе развития общего финансово-экономического кризиса в стране спад в деловой и инвестиционной деятельности регионов оказался неравнозначным- В определенном смысле ситуация в регионах явилась отражением экономического состояния отраслей и производств; в независимости от их производственно-технологического потенциала и емкости инвестиционного рынка.
Инвестиционный потенциал региональной социально-экономической системы
Точка пересечения двух графиков (г = 9.82 %), показывающая значение коэффициента дисконтирования, при котором оба проекта имеют одинаковый NPV называется точкой Фишера [95]. Она примечательна тем, что служит пограничной точкой, разделяющей ситуации, которые «улавливаются» критерием NPV и не «улавливаются» критерием IRR.
В рассматриваемом примере, критерии IRR не только не может расставить приоритеты между проектами, но и не показывает различия между ситуациями (а) и (б). Напротив, критерии NPV позволяет расставить приоритеты в любой ситуации. Более того, он показывает, что ситуации (а) и (б) принципиально различаются между собой. А именно, в случае (а) следует предпочесть Project , поскольку он имеет больший NPV; в случае (б) следует отдать предпочтение Project s. Отметим, что точка Фишера для потоков А и В может быть найдена как IRR приростного потока (А-В) или, что то же самое (В-А).
5. Одним из существенных недостатков критерия IRR является то, что в отличие от критерия NPV он не обладает свойством аддитивности, т.е. для двух инвестиционных Project и Project , которые могут быть осуществлены одновременно: NPV(A +В) = NPV(A)+ NPV(B), однако IRR(A+B) IRR(A) + IRR(B).
6. В принципе не исключена ситуация, когда критерии IRR не с чем сравнивать. Это может быть в том случае, если нет основания использовать в анализе постоянную цену капитала. Если источник финансирования -банковская ссуда с фиксированной процентной ставкой, цена капитала не меняется, однако чаще всего проект финансируется из различных источников, поэтому для оценки используется средневзвешенная цена капитала фирмы, значение которой может варьировать в зависимости, в частности, от общеэкономической ситуации, текущих прибылей и т.п.
7. Критерии IRR не пригоден для анализа неординарных инвестиционных потоков. В этом случае возникает как множественность значении IRR, так и неочевидность экономической интерпретации, возникающих соотношений между показателем IRR и ценой капитала. Возможны также ситуации, когда положительного значения IRR вообще не существует.
Анализ показывает наличие проблемы применения показателей Nr" fa IRR, в случае если они применяются к альтернативным проектам и находятся в противоречивом соотношении. При этом в известных научных разработках не предлагается целостная технология решения возникающей многокритериальной оценки инвестиционных проектов без внесения дополнительной степени неопределенности.
Традиционные методы оценки эффективности не способны помимо формализованных критериев при принятии решения о целесообразности финансирования инвестиционного проекта учитывать различные ограничения и неформализованные критерии. В качестве ограничений могут выступать предельный срок окупаемости инвестиций, требования по охране окружающей среды, безопасности персонала и др. Неформализованными качественными критериями могут выступать: проникновение на перспективный рынок сбыта продукции, вытеснение с рынка конкурирующих компаний, политические мотивы и т.п.
Проведенный анализ особенностей инвестиционных потоков в региональной социально-экономической системе, проблемы повышения эффективности управления потоками, обладающими динамическими свойствами, позволяет сформулировать цель исследования и поставить задачи, : исходя из следующих предпосылок.
Управление инвестиционными потоками обладает значительным числом особенностей, которые порождают необходимость применения современных интеллектуальных информационных технологий: а - принятие инвестиционного решения сопряжено с неопределенностью в оценке исходных характеристик, а также в достижении требуемого эффекта; - инвестиционная деятельность осуществляется в условиях неоднородности окружающей среды и нелинейных динамических процессах в рыночной экономике;
- сложность, масштабность и большая продолжительность решаемых задач в ходе реализации инвестиционного решения предполагают воздействие на этот процесс огромного количества рисков;
- отсутствует достаточное количество наблюдений для оценки вероятности наступления некоторого события. Эта особенность обусловлена редкостью и неповторимостью большинства инвестиционных решений;
- принятие решений по выбору инвестиционных предложений во многих случаях требует многокритериального выбора.
Цель исследований - теоретическое обоснование, создание и апробация моделей управления инвестиционными потоками в региональной социально-экономической системе.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Исследовать и обосновать интеллектуальную технологию оценки инвестиционной привлекательности региона, учитывающую потенциал, риск и динамику развития РСЭС.
2. Разработать алгоритм многокритериальной оценки инвестиционных проектов, учитывающий неопределенность, региональные и проектные риски, стратегию инвестора.
3. Разработать динамическую модель управления инвестиционными потоками на предприятии, учитывающую стратегию собственника.
4. Построить динамическую модель оценки инвестиционного развития региона, отражающую динамику инвестиций и валового продукта.
5. Апробировать на практических примерах достоверность предлагаемых алгоритмов и моделей и исследовать их эффективность.
Интеллектуальная технология оценки инвестиционной привлекательности региона
Интеллектуальная технология оценки привлекательности региона включает нейросетевую модель прогнозирования инвестиционного потенциала NN. Для прогнозирования инвестиционного потенциала последовательно решаются следующие задачи: - формирование совокупности факторов инвестиционного потенциала региона, их качественной и количественной идентификации; - построение модели оценки инвестиционного потенциала региона, ориентированной на использованием искусственных нейронных сетей; - разработка информационной системы и построение нейронной сети для прогнозирования инвестиционного потенциала; - оценка адекватности и эффективности разработанной модели и информационной системы на примере данных ло Республике Башкортостан Совокупность факторов инвестиционного потенциала региона сформирована в главе 2.
Модель для решения задачи оценки и прогнозирования инвестиционного потенциала, ориентированная на использование нейронных сетей представлена в (3.2). При этом модель самой нейронной сети выглядит следующим образом: Net {IniQin,NameJ,Layer{N,Q r\Out{Q0UliNameoJ}, (3.6) где In - вход, Out- выход, Layer — слой, Qin, Name in - количество и идентификаторы входов, N, Qneur - номер скрытого слоя и количество нейронов в нем, Qout Nameout - количество и идентификаторы выходов.
В работе используется тип нейронной сети (НС) с обратным распространением [10, 28, 38, 71]. В таких НС связи между собой имеют только соседние слои, при этом каждый нейрон предыдущего слоя связан со всеми нейронами последующего слоя. Нейроны имеют сигмоидальную функцию возбуждения. Входной слой содержит число нейронов соответствующее размерности вектора входных величин. Выходной слой содержит столько нейронов, сколько управляющих величин необходимо рассчитать. Между входным и выходным слоями располагается один или более скрытых слоев.
Принцип обучения такой нейронной сети базируется на вычислении отклонений значений сигналов на выходных процессорных элементах от эталонных и обратном «прогоне» этих отклонений до породивших их элементов с целью коррекции ошибки.
Определение числа скрытых слоев и числа нейронов в каждом слое для конкретной сети является неформальной задачей. Было построено несколько сетей по разработанной модели с топологиями и произведено их совместное обучение. Проведено сравнение характеристик построенных сетей и получена структура сети, исходя из следующих критериев: способность сети обучаться, средняя ошибка и длительность обучения. В результате, модель представляет собой двухслойную нейронную сеть обратного распространения: Ке1 = {1п{10Х Л0,АД0 2(0,А2(0 3(0,Аз(0 4(0,АД0, (0 5(00) 7 (0,10),(2,10)1,0 (1 }} 7) где х.(ґ), A,(f) - входные переменные - координаты вектора [В] и их приращения; Gpt- объем валового регионального продукта.
Разработанная модель нейронной сети позволяет прогнозировать экономические показатели РСЭС [31], в том числе потенциал через определение инвестиционной составляющей валового регионального продукта. Сеть имеет 10 входных переменных, влияющих на величину валового регионального продукта, два внутренних слоя, обеспечивающие наилучшие результаты обучения,
Оценка инвестиционной привлекательности регионов с использованием нечетких функций
Инвестиционная привлекательность регионов России составляют две самостоятельные характеристики: инвестиционный потенциал и инвестиционный риск. Качественная и количественная оценка инвестиционной привлекательности региона в соответствии с моделью (3.3) на базе статистических данных по РФ по показателям риска и потенциала с использованием принципов теории нечетких множеств позволяет решать многокритериальную задачу позиционирования региона на базе составляющим инвестиционного климата. В основе оценки инвестиционной привлекательности лежит метод, предложенный консалтинговым агентством «Эксперт-Регион» (см. п. 1.2).
Величина инвестиционного риска характеризует вероятность потери инвестиций и дохода от них. Интегральный риск складывается из семи видов риска. Ранг региона по тому или иному виду риска определялся по значению индекса инвестиционного риска; относительному отклонению от среднероссийского уровня риска, принимаемого за единицу. Инвестиционный потенциал учитывает основные макроэкономические характеристики, насыщенность территории факторами производства, потребительский спрос населения и другие показатели. Величина потенциала і показывает долю региона в общероссийском потенциале (он принят за 100). ! Совокупный инвестиционный потенциал региона определяется значениями восьми частных потенциалов, каждый из которых, в свою очередь, ! характеризуется целой группой показателей. Ранг каждого региона по каждому виду потенциала зависит от количественной оценки величины его потенциала как доли (в процентах) в суммарном потенциале всех 89 российских регионов.
Применение нейросетевой системы для оценки и прогнозирования инвестиционного потенциала РБ
Управление инвестициями требует анализа состояния РСЭС, которое может быть оценено с точки зрения динамики основных макроэкономических показателей: валового продукта и прямых инвестиций. Для решения этой задачи разработаны модели инвестиционного развития на основе эконометрического подхода и динамических уравнений [68, 104, 105] IDevelopment: - модель насыщения инвестициями; - модель эффективности инвестиций с состоянием системы.
Модели описывают процесс накопления инвестиций и темпы их изменений. Они позволяют выявить особенности развития экономической системы через определение уровня насыщения инвестициями, эффективности инвестиций и обеспечить стратегию эффективного развития экономики региона.
Модель насыщения инвестициями учитывает влияние объемов инвестиций на темпы инвестирования. Модель строится на двух основных принципах.
1. Темпы инвестирования тем больше, чем больше объем инвестиций. Объем инвестиций положительно влияет на темпы инвестирования. Инвестиции вызывают рост производства и, соответственно, растет спрос на инвестиции.
2. Объем инвестиций замедляет темпы инвестирования. По мере достижения экономической системой определенного уровня инвестирования, т.е. по мере роста предложения инвестиций, соотношение спрос-предложение падает, и темпы роста инвестиций замедляются. Таким образом, объемы инвестиций оказывают отрицательное воздействие сами на себя.
Принципы построения модели представимы в форме уравнения и в графической интерпретации (см. рисунок ЗЛЗ);
Уравнение модели имеет также другую важную интерпретацию. Для ее выявления необходимо преобразование: f = W -4 (3.14) где / -— уровень насыщения инвестициями - оптимальный объем инвестиций, который может быть переработан экономической системой страны (или требуется экономике страны) в текущих условиях1. Критерием оптимальности является эффективность инвестированных средств.
Разность / - / - недостающие/требуемые инвестиционные средства. Очевидно, что объем инвестиций положительно влияет на темпы инвестирования, пока реальные инвестиции не превышают уровень насыщения. С точки зрения баланса спроса-предложения, это явлением можно интерпретировать как: чем меньше недостающих инвестиций, тем меньше спрос на них, и в следующий период меньше предложения, т.е. темпы инвестирования замедляются.
Модель эффективности инвестиций с состоянием системы отличается от первой тем, что: - помимо инвестиций учитывает влияние объемов валового продукта (ВП), как определяющего показателя состояния экономической системы; - учитывает время реакции системы на изменения в потребности инвестиций; - дает определение эффективности инвестиций. Модель строится на четырех принципах: (1) Темпы инвестирования тем больше, чем больше объем инвестиций. (2) Объем инвестиций замедляет темпы инвестирования. (3) Уровень насыщения инвестициями зависит от величины ВП, Темпы инвестирования зависят от величины недостающих инвестиций -взвешенной разницы между ВП и текущим объемом инвестиций (4) Изменение инвестиций происходит с запозданием на один период времени от изменения взвешенной разницы между ВП и текущим объемом инвестиций.
Третий принцип построения модели можно обосновать следующим. ВП является одним из ключевых макроэкономических показателей развития экономической системы. С помощью него можно оценивать текущее состояние экономики. Чем выше ВП, тем выше уровень развития экономической системы, и, следовательно, выше уровень насыщения инвестициями.
Четвертый принцип является следствием реакции экономической системы, которая объясняется запаздыванием изменений величин и их мониторинга, т.е. спрос на инвестиции является лаговои переменной для темпов инвестирования, причем лаг равен одному периоду (году) (см. рисунок 3.14).
Принципы построения модели представимы в форме уравнения: dl dt - (ЛС,.,-/,-,) (3.15) - темпы инвестирования в наблюдаемый период ї; где .dt. /ґ_і, Gt_x - объем инвестиций и валового продукта в предшествующий период; Л - коэффициент относительного спроса - доля валового продукта, величина которой соответствует уровню насыщения инвестициями. Критерием оптимизации уровня инвестиций, является эффективность инвестированной денежной единицы - отношение темпов роста валового продукта G к темпам роста инвестиции
