Модели оценки и классификации региональных инвестиционных проектов, реализуемых в рамках концессионных соглашений

Авторы

  • Лосева Ольга Владиславовна Финансовый университет при Правительстве Российской Федерации https://orcid.org/0000-0002-5241-0728
  • Мунерман Илья Викторович Финансовый университет при Правительстве Российской Федерации https://orcid.org/0009-0007-2690-8382
  • Федотова Марина Алексеевна Финансовый университет при Правительстве Российской Федерации https://orcid.org/0000-0003-4862-5440

DOI:

https://doi.org/10.17059/ekon.reg.2024-1-19

Ключевые слова:

региональный инвестиционных проект, оценка, концессионное соглашение, скрининг-модели, дискриптивный анализ данных, модели классификаций на основе машинного обучения, кластерный анализ

Аннотация

Развитие регионов на основе механизмов реализации инвестиционных проектов с участием государства в рамках концессионных соглашений приобретает особую значимость в условиях масштабных санкционных ограничений, требующих ужесточения контроля за эффективностью использования бюджетных средств с целью повышения отдачи от вложенных инвестиций и минимизации рисков их ненадлежащего освоения. В статье рассматривается построение классификационных моделей оценки таких проектов, позволяющих выявить концессионные соглашения повышенного риска, что позволит государственному заказчику принимать обоснованные решения при выборе исполнителя проекта и обеспечить эффективность управления государственным имуществом. Особенностью предложенного подхода к построению классификационных моделей является использование скрининг-моделей и встроенных инструментов информационно-аналитической системы СПАРК для объективной оценки добросовестности концессионеров на основе финансовых и иных факторов, а также методов дискриптивного анализа больших данных, машинного обучения и метода ближайших соседей при кластеризации региональных инвестиционных проектов по уровню риска ненадлежащего исполнения концессионных соглашений. Подход апробирован на выборке из 1248 региональных инвестиционных проектов, реализуемых в рамках концессионных соглашений. В итоге выделены два кластера проектов с низким и высоким уровнем риска ненадлежащего исполнения концессионером своих обязательств перед государством объемом 83,8 % и 16,2 % соответственно. Для оценки точности и чувствительности к выбросам полученной классификационной модели применялись матрица ошибок и метрика Спирмена, которая показала достаточно высокую точность полученной классификации. Применение построенных моделей возможно как на этапе отбора региональных инвестиционных проектов, так и на этапе мониторинга уже реализуемых проектов для выявления потенциальных рисков их незавершения и своевременного принятия государственным заказчиком необходимых мер реагирования.

Биографии авторов

Лосева Ольга Владиславовна , Финансовый университет при Правительстве Российской Федерации

доктор экономических наук, доцент, профессор Департамента корпоративных финансов и корпоративного управления; https://orcid.org/0000-0002-5241-0728; Scopus Author ID: 57191043786; Researcher ID: D-5935-2019 (Российская Федерация, 125167, Москва, пр-кт Ленинградский, д. 49/2 e-mail: ovloseva@fa.ru).

Мунерман Илья Викторович , Финансовый университет при Правительстве Российской Федерации

кандидат экономических наук, доцент Департамента корпоративных финансов и корпоративного управления; https://orcid.org/0009-0007-2690-8382 (Российская Федерация, 125167, Москва, пр-кт Ленинградский, д. 49/2, e-mail: ivmunerman@fa.ru).

Федотова Марина Алексеевна , Финансовый университет при Правительстве Российской Федерации

доктор экономических наук, профессор, заместитель научного руководителя; https://orcid.org/0000-0003-4862-5440; Scopus Author ID: 57191035854; Researcher ID: H-5274-2018; (Российская Федерация, 125167, Москва, пр-кт Ленинградский, д. 49/2; e-mail: mfedotova@fa.ru).

Библиографические ссылки

Ageeva, A. F. (2020). Criterions for the effectiveness of socially important investment projects and their formulas adopted in Russian practice. Ekonomika i upravlenie: problemy, resheniya [Economics and Management: Problems, Solutions], 2 (8), 58-64. https://doi.org/10.34684/ek.up.p.r.2020.08.02.007 (In Russ.)

Caliński, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics-theory and Methods, 3 (1), 1-27.

Chernogorskiy, S., Kostin, K., & Muehlfriedel, B. (2021). Methodological Approach to Assessing the Effectiveness of Managing the Investment Potential of International Financial Corporations. Preprint. https://doi.org/10.21203/rs.3.rs-250941/v1

Chollet, F. (2019). Glubokoe obuchenie na Python [Deep learning with Python]. St. Petersburg: Piter, 400. (In Russ.)

Chumanskaya, O. A. (2019). Criteria of investment project effectiveness in the legislation of the Russian Federation. Finansovaya ekonomika [Financial Economy], 1, 907-909. (In Russ.)

Cooper, R., & Kleinschmidt, E. (1993). Screening new products for potential winners. Long Range Planning, 26 (6), 74–81. https://doi.org/10.1016/0024-6301(93)90208-W

Golovina, O. D., & Vorobyova, O. A. (2020). Current issues of investment project evaluation. Vestnik Udmurtskogo universiteta. Seriya Ekonomika i pravo [Bulletin of Udmurt University. Series Economics and Law], 30 (6), 792-798. https://doi.org/10.35634/2412-9593-2020-30-6-792-798 (In Russ.)

Hastie, T., Tibshirani R., & Friedman J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer-Verlag, 746.

Joseph, D. P. (2002). Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers. The University of Chicago Graduate School of Business, Selected Paper 84. http://www.chicagobooth.edu/faculty/selectedpapers/sp84.pdf

Khoso, A., Yusof, A. (2019). Extended review of contractor selection in construction projects. Canadian Journal of Civil Engineering, 47. https://doi.org/10.1139/cjce-2019-0258

Klerck, W. G., & Maritz, A. C. (1997). A test of Graham’s stock selection criteria on industrial shares traded on the JSE. Investment Analysts Journal, 45, 25-33. http://www.iassa.co.za/articles/045_1997_03.pdf

Kosorukova, I. V., Sternik, S. G., & Heifets, E. E. (2023). Methodological Aspects of Determining the Estimated (Marginal) Cost of Objects in the Implementation of Projects based on the IPA. Finansy: teoriya i praktika [Finance: Theory and Practice], 27 (6), 101-112. https://doi.org/10.26794/2587-5671-2023-27-6-101-112 (In Russ.)

Magomedova, K. I. (2020). Business project feasibility assessment using performance criteria. Nauchnyy elektronnyy zhurnal Meridian [Meridian], 6 (40), 144-146. (In Russ.)

Pesaran, M., Schuermann, T., & Weiner, S. (2004). Modeling regional interdependencies using a global error-correcting macroeconometric model. Journal of Business and Economic Statistics, 22 (2), 129-162.

Ptitsyn, S. D. (2020). Definition of the optimal investment project using. Criteria of economic efficiency. Vektor ekonomiki [Vector of Economy], 5 (47), 27-38. (In Russ.)

Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53-65.

Shibani, A., Hassan, D., Saaifan, J., Sabboubeh, H., Eltaip, M., Saïdani, M., & Gherbal, N. (2022). Financial risks management within the construction projects. Journal of King Saud University — Engineering Sciences. https://doi.org/10.1016/j.jksues.2022.05.001

Spence M. (1981). Signaling, Screening, and Information. In: Sh. Rosen (Ed.), Studies in Labor Markets (pp. 319-358). University of Chicago Press.

Tarawneh, S., & Kasabreh, N. (2019). Investigating the impact of contractor’s performance on the success of Jordanian residential construction projects, International Journal of Construction Management, 21 (5), 468-475. https://doi.org/10.1080/15623599.2018.1560547

Tsvetkov, V. A., Dudin, M. N., & Ermilina, D. A. (2019). Managing of the Arctic Development: Financial Support of the Region and the Criteria Choice for Evaluating the Effectiveness of Investment Projects. Upravlencheskie nauki [Management Sciences], 9 (2), 62-77. https://doi.org/10.26794/2304-022X-2019-9-2-62-77 (In Russ.)

Witten, I. H., & Frank, E. (2005). Data Mining: Practical Machine Learning Tools and Techniques (Second Edition). Morgan Kaufmann.

Zaynullina, D. R. (2021). Criteria for evaluating the innovative projects efficiency. Voprosy innovatsionnoy ekonomiki [Russian journal of innovation economics], 11 (2), 801-818. https://doi.org/10.18334/vinec.11.2.112223 (In Russ.)

Загрузки

Опубликован

2024-03-28

Как цитировать

Лосева O. V. ., Мунерман I. V. . ., & Федотова M. A. . (2024). Модели оценки и классификации региональных инвестиционных проектов, реализуемых в рамках концессионных соглашений. Экономика региона, 20(1), 276–292. https://doi.org/10.17059/ekon.reg.2024-1-19

Выпуск

Раздел

Финансы региона