ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ КОМПАНИИ: ОБЗОР И СРАВНЕНИЕ РАЗЛИЧНЫХ МЕТОДОВ ОЦЕНКИ

Обложка

Цитировать

Полный текст

Аннотация

В статье проводится обзор и сравнение различных методов оценки инвестиционной привлекательности предприятия как качественных (метод Дельфи, метод рейтинговых агентств, PEST-анализ, SWOT-анализ) и количественных (финансовый метод, модель DCF, показатель WACC и EVA, модель роста Гордона) так и комплексных (балльно-рейтинговый, модель Севрюгина, метод анализа реальных опционов и теории игр и Due diligence).  Рассмотрены их преимущества и недостатки для принятия обоснованных инвестиционных решений, а также представлена блок-схема о том, как можно автоматизировать механизм комплексной оценки.

Полный текст

В современных рыночных условиях, отсутствие внутренних ресурсов часто становится препятствием для развития и функционирования предприятия, поэтому привлечение стороннего капитала является ключевым средством преодоления финансовых трудностей и стимулирования дальнейшего роста компании. В связи с этим, проведение всестороннего анализа и оценки инвестиционной привлекательности возможного объекта инвестирования является важным этапом для любого инвестора перед вложением денежных средств, дающим возможность принимать обоснованные инвестиционные решения. Этот этап не только дает представление о текущем финансовом положении компании, но и позволяет спрогнозировать будущую прибыльность, выявить возможные риски и перспективы развития.

В настоящее время не существует общепринятой методики оценки инвестиционной привлекательности, основанной на стандартном наборе показателей, обеспечивающем однозначную интерпретацию результатов. Учитывая отсутствие единых стандартов в оценке инвестиционной привлекательности, на практике применяются различные методы.

Одним из таких методов является метод экспертных оценок «Дельфи», созданный в 1950-х годах в США. Он основан на проведении серии анонимных опросов экспертов с целью достижения единого мнения. Каждый эксперт оценивает каждый вариант, и на основе этих оценок формируется сводный рейтинг. Затем эксперты знакомятся с результатами и могут скорректировать свои оценки, если считают их некорректными. Этот процесс повторяется до тех пор, пока не будет, достигнуто окончательное решение среди экспертов. 

А. Демиденко пишет: «метод Дельфи – это не просто механизм социологического опроса. Это целостная система, позволяющая объединить знания и опыт различных экспертов для достижения более точных и надежных прогнозов» [1; 2, с. 6].

Ещё одним экспертным методом оценки инвестиционной привлекательности является – метод рейтинговых агентств. Оценки инвестиционного климата проводятся международными агентствами Fitch, Moody’s, S&P. Среди российских агентств выделяются Эксперт РА, Национальное рейтинговое агентство, а также Агентство стратегических инициатив [3, с. 32].

Данные агентства составляют рейтинги и обзоры, которые являются важным ориентиром для инвесторов при оценке кредитоспособности стран, компаний и отраслей, а также помогают понять, есть ли у них потенциал для роста и какие риски и доходность они подразумевают.

В дополнение к методам экспертов, с целью оценки инвестиционной привлекательности предприятия, широко используют аналитические средства, в том числе PEST-анализ и SWOT-анализ.

PEST‑анализ – это метод изучения внешней среды, позволяющий выявить и предсказать внешние факторы (политические, экономические, социальные, технологические), которые находятся вне власти компании, но способны повлиять на её стратегические решения и результаты.

SWOT-анализ представляет собой метод стратегического планирования, который фокусируется на выявлении четырех ключевых аспектов: сильных и слабых сторон (внутренних факторов), а также возможностей и угроз (внешних факторов) [4].

Данные методы можно условно охарактеризовать, как качественные методы оценки инвестиционной привлекательности, поскольку они включают субъективные факторы, а также базируются на экспертных оценках и мнениях. Их целесообразно применять для оценки репутации, инновационного потенциала и внешних условий.

Учёные-исследователи М.Г. Егорова, Э.И. Крылов и В.М. Власова поддерживают позицию М.Н. Крейниной о существующей взаимосвязи между финансовым состоянием предприятия и его инвестиционной привлекательностью. Они делают вывод о том, что: «для оценки инвестиционной привлекательности предприятия необходимо выявить:

– достигнутый уровень эффективности использования имущества предприятия и рентабельность продукции, а также соответствие этого уровня их нормативным значениям;

– степень финансовой устойчивости предприятия и соответствие этого уровня нормативным значениям;

– платежеспособность предприятия и ликвидность его баланса, а также соответствие этих показателей их нормативным значениям;

– качество продукции, её конкурентоспособность, технико-экономический уровень производства и способность предприятия к саморазвитию на базе инновационной стратегии» [5, с. 6].

Таким образом, соответствие нормативным значениям по указанным выше направлениям служит индикатором того, что предприятие функционирует стабильно, что в свою очередь повышает его инвестиционную привлекательность.

Как отмечают Д.В. Скалкин, Е.Ю. Селезнева и С.Ю. Ракутько, применение метода дисконтированных денежных потоков (DCF) возможно при оценке деятельности любого предприятия, независимо от его финансового состояния, рыночного положения, отраслевой принадлежности. Его основным принципом является оценка бизнеса на основе прогнозируемых денежных потоков, а не прибыли, что даёт возможность более точно отразить реальную экономическую ценность компании [6].

Показатель средневзвешенной стоимости капитала (WACC) был представлен миру бизнеса экономистами Ф. Модильяни и М. Миллером в 1958 году. WACC отображает стоимость капитала, его оптимальную структуру и доходность, не ниже которой компания должна реализовывать свои инвестиционные программы. Преобладание собственного капитала в структуре пассивов гарантирует финансовую устойчивость компании [7].

Таким образом, инвесторы часто применяют показатель WACC для принятия решения о целесообразности инвестирования, поскольку он демонстрирует, какой должна быть прибыльность компании, чтобы инвестиции в неё были оправданы.

Ещё одним методом оценки инвестиционной привлекательности предприятия является показатель экономической добавленной стоимости (EVA). Показатель даёт менеджерам очевидное представление о расходах на капитал. Экономисты Р. Брейли и С. Майерс пишут: «показатель служит постоянным напоминанием для менеджеров: инвестируйте тогда и только тогда, когда прироста прибыли от капиталовложений достаточно для возмещения затрат на капитал» [8, c. 301].

Для оценки фирмы, которая находится в устойчивом финансовом состоянии, выплачивает дивиденды и темпы роста которой можно поддерживать бесконечно, можно применить Модель роста Гордона.

Как пишет А. Дамодаран, «модель роста Гордона соотносит ценность акции с дивидендами на неё, ожидаемыми в следующий период времени, стоимостью собственного капитала и ожидаемыми темпа роста дивидендов» [9, с. 445].

Таким образом, эту группу методов можно условно назвать количественными методами оценки инвестиционной привлекательности, так как они основаны на числовых параметрах и экономико‑математических моделях, обеспечивающих способность объективно сравнивать разные инвестиционные возможности.

Перейдем к рассмотрению комплексных методов оценки инвестиционной привлекательности предприятия.

Созданная Л.С. Валинуровой и О.Б. Казаковой балльно‑рейтинговая система оценки инвестиционной привлекательности предприятия является комплексным подходом, учитывающим вплоть до 55 параметров. Интегральный показатель инвестиционной привлекательности рассчитывается исходя из заранее вычисленных интегральных показателей инвестиционного риска и потенциала. Дополнительным плюсом методики является возможность анализа воздействия отраслевой и региональной специфики на инвестиционную привлекательность компании [10].

Таким образом, метод Л.С. Валинуровой и О.Б. Казаковой – это всесторонний инструмент оценки инвестиционной привлекательности, который, благодаря учету множества параметров, интегральному расчету риска и потенциала, а также возможности анализа отраслевой и региональной специфики, предоставляет детальное понимание инвестиционных перспектив предприятия.

Методика Ю.В. Севрюгина, основанная на квалиметрической модели оценки инвестиционной привлекательности промышленного предприятия, оценивает инвестиционную привлекательность предприятия через балльную систему для каждого фактора, рассчитывая интегральный и частные коэффициенты, которые характеризуют финансовое состояние, рыночное окружение и качество управления на предприятии [11].

Комплексный характер данной методики, основанный на анализе как качественных, так и количественных аспектов, позволяет глубже понять ситуацию и принимать более обоснованные инвестиционные решения.

Профессора Х. Смит и Л. Тригеоргис предлагают комплексный подход к оценке инвестиционных возможностей, основанный на сочетании анализа реальных опционов и теории игр. Они оценивают потенциал роста компании, опираясь на управление активным набором корпоративных реальных опционов, взаимодействующих с конкурентными силами [12].

В рамках данного метода инвестиционный потенциал компании приравнивается к финансовому опциону, предоставляющему компании право действовать (создавать или покупать активы) в течение определенного периода.

Ещё одним комплексным методом оценки инвестиционной привлекательности предприятия является процедура «Due diligence».

Как пишут исследователи А.А. Курочкина, О.В. Лукина, В.Н. Разсадкин «Due Diligence – это комплексная проверка (или «комплексный аудит») приобретаемого бизнеса, а также проверка его деятельности с целью выявления не только текущих рисков, но и предотвращения возможных во время приобретения» [13].

Способы, с помощью которых можно собрать информацию — разнообразны, их можно разделить по сферам деятельности контрагента:

– корпоративные риски. Проверяется правомерность создания компании, учредительные документы, уставный капитал, управленческий состав;

– финансовые риски. Анализируются обязательства, дебиторская задолженность, признаки банкротства;

– налоговые риски. Проверяется соблюдение налогового законодательства и анализ его налоговой политики;

– юридические риски. Проводится проверка прав собственности контрагента на активы, наличие обременений и возможных противоправных деяний;

– риски менеджмента. Осуществляется анализ результативности текущей управленческой политики и оценка уровня компетенции сотрудников и руководящего состава [14].

Таким образом, Due diligence, за счёт своего комплексного подхода и обширного спектра применяемых методов анализа, является наиболее надёжным и полным инструментом для оценки состояния и перспектив компании, обеспечивая максимальную детализацию и эффективность проверки.

Проведём сравнительный анализ рассмотренных методов.

Таблица. Сравнение методов оценки инвестиционной привлекательности

Название

Преимущества

Недостатки

Качественные методы

 Метод

«Дельфи»

- Адаптация под различные области

- Достижение экспертного единства

- Высокая степень субъективности

- Зависимость от экспертов

Метод рейтинговых агентств

- Инвестиционная прозрачность

- Охват большого числа факторов

- Субъективный характер

- Пропуск некоторых аспектов

PEST-анализ

- Анализ внешней среды

- Выявление рисков и возможностей

- Субъективный характер

- Не учитывает внутренние аспекты

SWOT-анализ

- Учет внутренних и внешних факторов

- Субъективный характер

- Трудность количественной оценки

Количественные методы

Финансовый

- Учет многолетней динамики

- Анализ множества показателей

- Игнорирование внешних факторов

- Сложность оценки управления

Модель DCF

- Объективная оценка стоимости

- Моделирование сценариев

- Игнорирование рыночных реалий

- Сложность учета рисков

Показатель WACC

- Оценка совокупной стоимости капитала

- Требует качественных данных о структуре капитала

Показатель

EVA

- Учитывает стоимость капитала

- Отображает затраты на капитал

- Не прогнозирует денежные потоки

- Неудобен для непубличных фирм

Модель роста

Гордона

- Учёт внутренней стоимости акции

- Сопоставление компаний

- Упускает недивидендные аспекты

- Неприменим при нерегулярных денежных потоках

Комплексные методы

Балльно-рейтинговый

- Учёт 55 экономических факторов

- Учитывает значимые факторы

- Высокая трудоёмкость

 

Модель Севрюгина

- Оценка компаний любой формы

- Гибкость к конкретным условиям

- Качественный характер факторов

 

Метод анализа реальных опционов и теории игр

- Учёт гибкости решений

- Оценка альтернативных издержек

- Не всегда применим

- Требует точных данных

Due diligence

- Объективная оценка

- Учёт любой информации

- Сложность процедуры

- Затруднённость сбора данных

Таким образом, качественные методы оценки инвестиционной привлекательности предприятия рекомендуется применять на начальном этапе, так как они подходят для анализа внешней среды и общих параметров, основным ограничивающим фактором для этих методов является высокая степень субъективности. Качество результатов анализа напрямую зависит от  компетентности выбранных экспертов и аналитиков и их способности интерпретировать данные. Количественные методы позволяют более точно оценить финансовое состояние и эффективность деятельности компании. Однако такие методы игнорируют внешние факторы, качество управления, нематериальные активы, а также организационную культуру и социальные аспекты. Комплексные методы сочетают в себе качественные и количественные факторы, стремясь к более полному анализу. Однако они имеют свои недостатки, такие как высокая трудоёмкость и ресурсозатратность, а также усложнение процесса принятия решений из-за необходимости обработки большого объёма информации.

Ниже представлена блок-схема о том, как можно автоматизировать механизм комплексной оценки инвестиционной привлекательности предприятия, учитывая сделанные выводы.

Рис. 1. Процесс автоматизированной инвестиционной оценки

 

Для публичных компаний, имеющих листинг на бирже, можно воспользоваться AI-скринерами и робо-советниками.

«Финам AI-скринер» – сервис на основе искусственного интеллекта (ИИ) от инвестиционной компании «Финам».

Рис. 2. Финам AI-скринер

 

Этот сервис даёт возможность: 

– находить перспективные активы и недооценённые компании; 

– анализировать новости, социальные сети, отчётность компаний с помощью AI‑индекса; 

– анализировать динамику финансовых отчётов компаний, выделяя основные показатели; 

– выявлять уровень долговой нагрузки, волатильности, стабильности операционных потоков и прогнозов роста [15].

Благодаря этому, инвесторы получают не просто информацию, а глубокий аналитический анализ. Это не только позволяет принимать взвешенные инвестиционные решения, но и значительно снижает трудоёмкость и ресурсозатратность процесса анализа.

Использование финансового AI ассистента – FinGPT от маркетплейса «Финуслуги» Московской биржи.

Данный инвестиционный чат-бот умеет:

– собирать данные о рынке, компаниях, котировках и отчётности;

– анализировать отчётность компаний;

– делать обзоры рынка и макроэкономической ситуации;

– объяснять причины рыночных событий [16].

Таким образом, чат-бот способен упростить и ускорить процесс исследования рынка, предоставляя инвесторам доступ к необходимой информации и аналитике в удобном формате.

Для автоматизации оценки инвестиционной привлекательности непубличных компаний можно разработать стандартизированный формат сбора финансовой и нефинансовой информации в Excel, внедрить финансовые модели, создать сводные таблицы для анализа динамики и сравнения показателей, а также использовать шкалу (от 1 до 5) для оценки нефинансовых факторов, таких как качество управления и рыночный потенциал.

Таким образом, проведенное исследование, посвященное обзору и сравнению различных методов оценки инвестиционной привлекательности компании, позволило систематизировать существующие методы и выявить их преимущества и недостатки. Исследование показало, что универсального метода оценки не существует, поэтому для получения наиболее полной информации целесообразно совмещать различные методики. Комплексные методы, сочетающие качественные и количественные факторы, обладают значительным  потенциалом, однако их реализация связана с высокой трудоёмкостью, ресурсозатратностью и усложнением процесса принятия решений. Поэтому в работе уделено особое внимание возможности автоматизации механизма комплексной оценки с помощью современных технологий. Такой подход способен значительно ускорить процесс анализа и снизить затраты, обеспечивая более полное представление о потенциальном объекте инвестирования, что особенно важно для эффективного функционирования компании в современных рыночных условиях.

×

Об авторах

Е. С. Лобанцев

Самарский государственный технический университет

Автор, ответственный за переписку.
Email: es.lobantsev@mail.ru

магистрант

Россия, Россия, г. Самара

О. В. Трубецкая

Самарский государственный технический университет

Email: es.lobantsev@mail.ru

канд. экон. наук, доцент

Россия, Россия, г. Самара

Список литературы

  1. Афтени И.В. Метод последовательных и парных сравнений, классический метод эксперт-ных оценок Дельфи / И.В. Афтени // Молодой ученый. – 2023. – № 51 (498). – С. 76-77.
  2. Метод Дельфи: Как прогнозировать будущее и принимать решения / А. Демиденко – «Ав-тор», 2025. – 150 c. – ISBN 978-5-04-727039-5.
  3. Лисянский А.Б. Инвестиционная привлекательность региона: учебное пособие. – Самара: Издательство Самарского университета, 2020. – 108 с. – ISBN 978-5-7883-1491-4.
  4. Дудченко Е.И., Бессонова Е.А. Методика SWOT-анализа и PEST-анализа для определения оценки инвестиционной привлекательности предприятия / Е.И. Дудченко, Е.А. Бессонова // Ак-туальные проблемы бухгалтерского учета, анализа и аудита. – 2018. – С. 259-262. – EDN: YAPDOP.
  5. Анализ финансового состояния и инвестиционной привлекательности предприятия: Учеб-ное пособие / Э.И. Крылов, В.М. Власова, М.Г. Егорова и др. – Москва: Финансы и статистика, 2014. – 192 с. – ISBN 5-279-02645-Х.
  6. Скалкин Д.В., Селезнева Е.Ю., Ракутько С.Ю. Дисконтирование денежных потоков в оценке инвестиционной привлекательности бизнеса в АТР / Д.В. Скалкин, Е.Ю. Селезнева и С.Ю. Ракутько // Известия дальневосточного федерального университета. Экономика и управ-ление. – 2020. – № 2 (94) – С. 94-106. – doi: 10.24866/2311-2271/2020-2/94-106. – EDN: ASDNZC.
  7. Макогончук И.А. Роль WACC в принятии финансовых и инвестиционных решений в кор-порации / И.А. Макогончук // Научные записки молодых исследователей. – 2019. – Т. 7. – № 6. – С. 40-47. – EDN: VTZLBD.
  8. Брейли Р., С. Майерс. Принципы корпоративных финансов: учебник для вузов: перевод с английского Н.Н. Барышниковой. – Москва: Олимп-Бизнес. – 2008. – 1008 с.: ил.. – ISBN 978-5-9693-0089-7.
  9. Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов / А. Дамодаран; пер. с англ. Д. Липинский и др. – М.: Альпина Бизнес Букс. – 2004. – 1342 с. – ISBN 5-9614-0024-7.
  10. Курносова Е.А. Система показателей оценки инвестиционной привлекательности пред-приятий / Е.А. Курносова, Т.В. Брусянцева // Мировые и российские тренды развития экономи-ческих систем: сборник материалов Всероссийской научно-практической конференции. под. общ. ред. Н.М. Тюкавкина. – 2018. – С. 64-71. – EDN: YXJULB.
  11. Севрюгин Ю.В. Оценка инвестиционной привлекательности промышленного предприя-тия: автореф. дис. ... канд. экон. наук: 08.00.05. – Ижевск, 2004. – 27 с. – EDN: NHXERP.
  12. Smit Han T.J., Trigeorgis L. Strategic Investment: Real options and Games. Princeton Universi-ty Press, 2004, 504 р.
  13. Курочкина А.А. Особенности процедуры Due Diligence при слияниях и поглощениях в российской федерации / А.А. Курочкина, О.В. Лукина, В.Н. Разсадкин // Экономика и управле-ние. – 2024. – Т. 30. – № 4. – С. 438-446. – doi: 10.35854/1998-1627-2024-4-438-446. – EDN: ZLHPJE.
  14. Кабанова Н.А. Формирование due diligence контрагентов / Н.А. Кабанова, А.В. Целыковская // Вестник евразийской науки. – 2022. – Т. 14. – № 5. – EDN: ZGUFWM.
  15. «Финам AI-скринер»: вся мощь финансовой аналитики // Официальный сайт «Финам». – [Электронный ресурс]. – Режим доступа: https://ai.finam.ru/about.
  16. FinGPT – финансовый AI ассистент // Официальный сайт «Финуслуги от Московской биржи». – [Электронный ресурс]. – Режим доступа: https://finuslugi.ru/landing/fingpt.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».