Обществоведение в МИСиС. № 20

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Обществоведение в МИCиC

Cборник научных трудов № 20

Периодическое издание

Одобрено гуманитарной секцией
методического совета института

Москва  Издательский Дом МИCиC  2010

УДК 30
 
О-28

Обществоведение в МИСиС: Сб. науч. тр. № 20. – М.: Изд. Дом
О-28 МИСиС, 2010. – 113 с.

В статьях сборника отражены итоги научно-исследовательской и педагогической работы преподавателей кафедр общественных наук МИСиС.
Предназначен в качестве дополнительной литературы для студентов всех 
специальностей при изучении соответствующих гуманитарных дисциплин.

© Коллектив авторов, 2010

СОДЕРЖАНИЕ

ЭКОНОМИКА
А.Ф. Лещинская. Статистическая модель оценки инвестиционной
привлекательности (на примере металлургической промышленности) ......4
О.А. Груздева. Демографической политика как фактор
социально-экономического развития России  .............................................13
В.В. Коршунов. Организационно-экономический механизм
разработки и внедрения новшеств на промышленных предприятиях ....20
А.С. Алямовская. Реструктуризация как инструмент управления
конкурентоспособностью организации .......................................................28
Е.А. Шарипова. Управление человеческими ресурсами
в организациях как условие роста эффективности экономики труда......34
С.М. Песчанская. Анализ структуры себестоимости
металлургической продукции ........................................................................44
Р.Н. Белан. Развитие российского металлургического производства
в условиях мирового финансово-экономического кризиса .......................53

ФИЛОСОФИЯ, КУЛЬТУРОЛОГИЯ, ПРАВОВЕДЕНИЕ
Т.Б. Карулина. Методологические основания историософских
схем (О. Шпенглер) .........................................................................................60
Р.Ф. Жигалина. Манипуляция общественным сознанием ........................73
А.П. Демиденко. Защита от манипуляции ....................................................84
Н.М. Зенкин. Правовая охрана обозначения происхождения товаров .....92
Н.М. Зенкин. Охрана смежных прав в РФ и за рубежом .........................101

ЭКОНОМИКА

А.Ф. Лещинская,
кандидат экономических наук, профессор

Статистическая модель оценки инвестиционной 
привлекательности (на примере 
металлургической промышленности)

Анализ инвестиционной привлекательности хозяйствующего субъекта является комплексным мероприятием по своей процедуре, и до 
настоящего времени не выработано единой методики оценки привлекательности компании для инвестирования. В большинстве случаев 
инвестор самостоятельно занимается сбором интересующей его информации, большая часть которой публично не раскрывается компанией – получателем инвестиций. Даже если компания готова предоставить необходимую инвестору информацию, часто ее топ-менеджмент 
не представляет в полной мере, какую именно информацию требуется 
исследовать, что нужно предоставить, в какой форме и в каком виде, 
удобном для проведения анализа, ее следует раскрывать.
Несмотря на актуализацию проблемы инвестиционной привлекательности, в экономических изданиях до настоящего времени нет 
единообразного подхода к определению этого понятия, не выработаны научные рекомендации по его оценке. В этой связи задачи и проблемы, возникающие в ходе инвестиционного процесса, решаются 
каждым инвестором самостоятельно, опираясь на его субъективные 
представления этих вопросов.
Существующие на сегодняшний день методики оценки инвестиционной привлекательности предприятия можно условно разделить 
на разработанные на основе:
1) анализа рыночной капитализации предприятия и производных 
от нее показателей;
2) анализа финансово-экономических показателей деятельности 
предприятия;
3) вычисления единого обобщающего (интегрального) показателя − коэффициента инвестиционной привлекательности предприятия;
4) выявления отраслей инвестиционной привлекательности;
5) оценки инвестиционной привлекательности холдинговых групп 
после слияний и поглощений;

6) оценки инвестиционной привлекательности в целях продажи 
компании.
Каждый подход и каждый метод имеют свои достоинства, недостатки и границы применения. Чем больше подходов и методов будет 
использовано в процессе оценки, тем больше вероятность того, что 
итоговая величина будет объективным отражением инвестиционной 
привлекательности предприятия.
На основании анализа методик, описанных выше, предлагается 
модифицированная методика оценки инвестиционной привлекательности предприятия металлургической отрасли.
Наиболее полную оценку инвестиционной привлекательности 
можно получить, используя факторные методы анализа в сочетании с 
применением математических методов [1]. Для построения собственной методики необходимо выделить основные факторы и критерии, 
определяющие инвестиционную привлекательность предприятий, а 
также определить их значимость. Кроме того, следует учитывать особенности деятельности предприятий, а также специфику отрасли. 
Вследствие того, что не вся информация о деятельности предприятий 
находится в открытом доступе, в методике оценки инвестиционной 
привлекательности должны использоваться факторы, значения которых могут быть получены на основе открытой информации или расчетным путем данных публикуемой отчетности.
Достоинство данной методики – высокая степень достоверности и 
гибкости, что является особенно важным в условиях неопределенности российской экономики.
Рассмотрим предлагаемую методику поэтапно.

Этап 1. Выбор системы финансовых и нефинансовых 
показателей для оценки состояния предприятия

 На этапе реализации предлагаемой методики оценки инвестиционной привлекательности предприятия необходимо выбрать ряд отдельных показателей (рисунок), которые наилучшим образом характеризуют отдельные стороны деятельности рассматриваемых предприятий 
и при этом образуют некоторую законченную совокупность, дающую 
исчерпывающее представление о предполагаемом объекте вложений 
как о полноценной, функционирующей системе.
В качестве индикатора инвестиционной привлекательности можно 
предложить показатель рыночной капитализации, или «рыночную ка

питализацию», на примере компании, входящей в отраслевой индекс 
РТС по металлургии [2].
Темпы роста рыночной стоимости компании не могут не сказываться на ее инвестиционной привлекательности. Очевидно, что компания, стоимость которой растет, является привлекательной как для 
инвестирования в эмитируемые ею финансовые инструменты, так и 
для проектного инвестирования; причем как для венчурного инвестирования (в случае ожидания еще более резкого роста капитализации), 
так и для операций слияния/поглощения.

 

Производственные показатели 
(производительность труда) 

Степень риска 
хозяйственной 
деятельности: 
– экологического 
– финансового 
– экономического 
– законодательного 
– лицензионного 
– риски отрасли 

Финансово-экономические 
показатели 

Коэффициенты 
финансового 
состояния 

Коэффициенты 
деловой 
активности 

Показатели-факторы инвестиционной привлекательности 

Показатели-факторы инвестиционной привлекательности
исследуемого предприятия

 Поэтому полагаем, что рыночная капитализация и ее изменение 
во времени является индикатором, отражающим уровень инвестиционной привлекательности компании.
 В табл. 1 представлены компании, которые входят в отраслевой 
индекс РТС по металлургии. Коэффициент frее-fl oat (Wi) характеризует долю от всего количества акций в свободном обращении для 
расчета биржевого индекса (Количество акций данного типа данного 
эмитента в свободном обращении = Количество абсолютно всех выпущенных акций данного типа данного эмитента минус Количество 
акций данного типа данного эмитента на балансе этого же эмитента 
(т.е. количество выкупленных эмитентом и еще не аннулированных 
(погашенных)). Этот показатель специально исключает из расчета 
акции в контрольных пакетах, чтобы корректно сравнивать торговую 

активность по бумагам различных эмитентов и их воздействие на индекс в целом.

Таблица 1

Акции металлургических компаний, входящих в отраслевой индекс РТС
по металлургии

№ 
п/п
Код
Металлургическая 
компания

Количество 
выпущенных 
акций

Коэффициент,
учитывающий
frее-fl oat, 
Wi, %

Коэффициент, 
ограничивающий
вес акции, 
Ci, %

Вес акции
по сост. 
на 
28.08.2009, 
%

1
BLNG
ОАО «Белон»
1 150 000 000
15
1
0,89
2
CHEP
ОАО «ЧТПЗ»
472 382 880
20
1
1,35
3
CHMF ОАО «Северсталь»
1 007 701 355
15
1
13,28
4
CHZN
ОАО «ЧЦЗ»
54 195 410
40
1
0,41
5
GMKN
ОАО «ГМК Норильский никель»
190 627 747
20
0,5252336
25,00

6
MAGN
ОАО «ММК»
11 174 330 000
5
1
3,99
7
MTLR
ОАО «Мечел»
416 270 745
15
1
7,80
8
NLMK
ОАО «НЛМК»
5 993 227 240
5
1
8,09
9
PLZL
ОАО «Полюс 
Золото»
190 627 747
30
0,9876188
25,00

10
PMTL
ОАО
«Полиметалл»
315 000 000
25
1
7,15

11
RASP
ОАО «Распадская»
780 799 808
20
1
4,94

По данным финансовой отчетности рассматриваемых металлургических компаний [2], были рассчитаны наиболее важные коэффициенты, характеризующие инвестиционную привлекательность ОАО для 
инвесторов. В итоге из них было выбрано 10 показателей, отражающих степень инвестиционной привлекательности компании (табл. 2).

Таблица 2

Методика расчета основных финансово-экономических показателей

Коэффициент
Методика расчета коэффициента (по
строкам форм бухгалтерской отчетности) [3]
Обозначение
Наименование

К1
Коэффициент текущей
ликвидности
стр. 290 форма 1 / (стр. 690 – стр. 640) 
форма 1
К2
Коэффициент быстрой
ликвидности
(стр. 290 – стр. 210 – стр. 220) форма 1 / 
(стр. 690 – стр. 640) форма 1
К3
Коэффициент автономии 
собственных средств
(стр. 490 + стр. 640) форма 1 / стр. 300 
форма 1

Окончание табл. 2

Коэффициент
Методика расчета коэффициента (по строкам форм бухгалтерской отчетности) [3]
Обозначение
Наименование

К4
Индекс постоянного актива
стр. 190 форма 1/ (стр. 490 + стр. 640) 
форма 1
К5
Собственные оборотные 
средства, тыс. руб.
стр. 490 + стр. 640 – стр. 190 форма 1

К6
Стоимость чистых активов 
эмитента, тыс. руб.
стр. (190 + 290) – (590 + 690 – 640) форма 
1
К7
Отношение суммы привлеченных средств к капиталу и 
резервам, %

стр. (590 + 690 – 640)/(490 + 640) х 100 % 
форма 1

К8
Отношение суммы краткосрочных обязательств к 
капиталу и резервам, %

стр. (690 – 640)/(490 + 640) х 100 % 
форма 1

К9
Оборачиваемость дебиторской задолженности, раз
стр. 010 форма 2 / средн. 
(стр.230+стр.240) форма 1
К10
Производительность труда, 
руб./чел.
Товарная продукция / численность ППП 
для подсчета производительности труда

Этап 2. Построение многофакторной регрессионной 
модели и определение значимости показателейфакторов

На данном этапе применяются методы корреляционно-регрессионного анализа, а также эконометрическое моделирование [4]. Для 
выбора факторов, оказывающих наибольшее влияние на деятельность 
предприятия, и оценки их значимости строится модель множественной линейной регрессии:

R = Σ Ci Xi ,

где C – коэффициенты регрессии;
 
Х – значения факторов регрессии.

Расчетным 
путем 
определяется 
статистическая 
значимость 
показателей-факторов.
В соответствии с методикой оценки инвестиционной привлекательности были взяты компании (см. табл. 1), входящие в отраслевой 
индекс по металлургии, на основании данных которых были рассчитаны все коэффициенты К1–К10 из табл. 2 по отчетности II квартала 
2009 г. Результаты представлены в табл. 3.

Таблица 3

Результаты оценки усовершенствованной модели

Коэффициент 
регрессии
Значение коэффициента
Стандартная 
ошибка
t-статистика
Вероятность

C1
–1,19E + 10
1,58E + 10
–0,750422
0,5075
C2
3,39E + 10
1,15E + 10
2,935748
0,0607
C3
–3,40E + 10
1,16E + 10
–2,932029
0,0609
C4
–7,50E + 10
2,09E + 10
–3,588850
0,0371
C5
2,22E + 10
5,68E + 09
3,911950
0,0297
C7
90,61876
43,96872
2,060983
0,1314
C8
5,25E + 08
1,85E + 08
2,840708
0,0656
C9
–3,20E + 08
2,52E + 08
–1,270519
0,2935
C10
–29851,05
20597,50
–1,449256
0,2431
R-squarеd
0,982176
    Mеan dеpеndеnt var
2,41E + 10
Adjustеd R-squarеd
0,934646
    S.D. dеpеndеnt var
3,61E + 10
S.E. of rеgrеssion
9,24E + 09
    Akaikе info сritеrion
48,84457
Sum squarеd rеsid
2,56E + 20
    Sсhwarz сritеrion
49,20825
Log likеlihood
–284,0674
    Hannan-Quinn сritеr,
48,70993
F-statistiс
20,66431
    Durbin-Watson stat
1,267308
Prob (F-statistiс)
0,015121
–
–
–

Оценка приведенных показателей отражена в построенной регрессионной модели, которая была усовершенствована для улучшения ее качества. Коэффициенты, не влияющие на капитализацию 
компании, такие, как К5 – собственные оборотные средства и К9 – 
оборачиваемость дебиторской задолженности, были убраны из конечного варианта модели. Результаты оценки итоговой модели представлены ниже.
Таким образом, новое уравнение регрессии имеет вид

Y = −11876586569,3 + 33852276684,4 k1 − 34032784095,9 k2 
− 74995970857,7 k3 + 22219540368,7 k4 + 90,6187634667 k6 + 
525247281,074 k7 − 319666010,448 k8 − 29851,0530644 k10,

где Y – капитализация компании.

Для оценки коэффициентов при переменных полученного уравнения регрессии использован метод наименьших квадратов. Оценка усовершенствованного регрессионного уравнения позволяет определить 
тесноту связи изучаемых явлений, которую характеризует коэффициент детерминации R2, значения которого находятся в пределах [0; 1]. 
Чем ближе значение данного коэффициента к единице, тем теснее 
связь между показателями. Высокое значение коэффициента означа

ет, что в регрессионную модель включены существенные факторы и 
рассматриваемая форма связи отражает реальное соотношение между 
переменными, включенными в модель. Для построенной модели значение коэффициента детерминации равно 0,982176.
 Оценить качество построенной модели можно также с помощью 
критерия Дарбина–Уотсона, характеризующего наличие автокорреляции в остатках. Значения критерия находятся в пределах [0; 4]. 
Модель считается качественной, и ее можно использовать (автокорреляция остатков отсутствует), если значение этого критерия не 
превышает 1,4. В построенной модели значение критерия Дарбина–
Уотсона равно 1,267308.
Оценка качества найденных коэффициентов регрессии осуществляется с помощью t-статистики при определенном уровне значимости. 
Уровень значимости – это вероятность отвергнуть правильную гипотезу. Чем меньше уровень значимости, тем с большей вероятностью 
можно утверждать, что уравнение и его коэффициенты статистически 
значимы и тем больше их надежность. Связь между переменными 
считается статистически значимой, если уровень значимости не превышает 0,1. Это значит, что надежность (доверительная вероятность), 
с которой мы нашли коэффициенты в уравнении регрессии, должна 
быть не менее 90 %. Статистическая значимость факторов определяется значениями последнего столбца табл. 3. Причем чем меньше значение данного показателя, тем большее влияние фактор оказывает на 
результативный показатель. В соответствии с этим можно отметить, 
что значимы 6 показателей из 8, что подтверждает правильность выбора показателей.

Этап 3. Ранжирование показателей
в соответствии со значимостью

На данном этапе реализация предлагаемой методики оценки инвестиционной привлекательности предприятия осуществляется сопоставлением каждому показателю-фактору Хi уровня его значимости 
для анализа ri. Чтобы оценить эт от уровень, нужно расположить все 
показатели по порядку убывания значимости таким образом, чтобы 
выполнялось правило

r1 ≥ r2 ≥ … ≥ rN,

где N – количество факторов в модели.