Скрининг-оценка региональных инвестиционных проектов для предоставления мер государственной финансовой поддержки

Объектом исследования являются региональные инвестиционные проекты (РИП). Предмет исследования — методический инструментарий оценки инвестиционной привлекательности региональных проектов, включающий критерии, показатели, методы и этапы принятия в отношении РИП обоснованных решений о мерах государственной финансовой поддержки. Актуальность исследования обусловлена заинтересованностью государства в социально-экономическом развитии регионов в условиях санкционного давления и необходимостью обеспечения эффективного расходования бюджетных средств, направляемых на региональные инвестиционные проекты, что требует формирования новых методических рекомендаций для оценки проектов, реализуемых в рамках мер государственной финансовой поддержки. Цель исследования заключается в разработке методических рекомендаций скрининг-оценки региональных инвестиционных проектов для принятия органами государственной власти обоснованных решений о предоставлении финансовой поддержки. Использованы методы сравнительного анализа, классификации, нормативного регулирования, статистических показателей, скрининговой и инвестиционной оценки, метод анализа иерархий. Предложены методические рекомендации по скрининг-оценке региональных инвестиционных проектов, в рамках которых: 1) идентифицированы характеристики РИП и рассмотрена их классификация; 2) определены критерии оценки инвестиционной привлекательности проекта и его исполнителя (партнера): общие (цель РИП, его значимость, качество проектной документации) и специальные (экономической, бюджетной, социальной, экологической эффективности, исполнительской реализуемости, соблюдения ESG-принципов ведения бизнеса, делового имиджа); 3) предложены индикаторы оценки и их пороговые значения, достижение которых означает целесообразность инвестирования в проект бюджетных средств. Сделан вывод о том, что для принятия решения о предоставлении РИП государственной финансовой поддержки необходимо достижение целевых значений индикаторами, соответствующими трем составляющим: «Государство» (заказчик), «Проект» и «Партнер» (исполнитель). При этом с помощью метода анализа иерархий установлено, что инвестиционная привлекательность исполнителя имеет наибольшую значимость (вес) при выборе проекта. Выбор исполнителя основан на скрининге претендентов по заданным критериям.

1. Лосева О. В., Мунерман И. В., Федотова М. А. Модели оценки и классификации региональных инвестиционных проектов, реализуемых в рамках концессионных соглашений. Экономика региона. 2024;20(1):276–292. DOI: 10.17059/ekon.reg.2024–1–19

2. Лосева О. В. Подходы, методы и принципы оценки региональных инвестиционных проектов, финансируемых за счет бюджетных средств. Самоуправление. 2023;(2):769–774.

3. Лосева О. В., Федотова М. А., Шпигер В. В. Система показателей оценки региональных инвестиционных проектов, финансируемых за счет бюджетных средств. Проблемы экономики и юридической практики. 2023;19(5):298–307. DOI: 10.33693/2541–8025–2023–19–5–298–307

4. Агеева А. Ф. Критерии эффективности общественно значимых инвестиционных проектов и их расчетные формулы, принятые в российской практике. Экономика и управление: проблемы, решения. 2020;2(8):58–64. DOI: 10.34684/ek.up.p.r.2020.08.02.007

5. Птицын С. Д., Хромова А. В. Определение оптимального инвестиционного проекта с использованием критериев экономической эффективности. Вектор экономики. 2020;5(47):27.

6. Магомедова К. И. Оценка целесообразности бизнес-проектов с помощью критериев эффективности. Научный электронный журнал Меридиан. 2020;(6):144–146.

7. Косорукова И. В., Стерник С. Г., Хейфец Е. Е. Методические аспекты определения предполагаемой (предельной) стоимости объектов при реализации проектов на базе СЗПК. Финансы: теория и практика. 2023;27(6):101–112. DOI: 10.26794/2587–5671–2023–27–6–101–112

8. Головина О. Д., Воробьева О. А. Актуальные вопросы оценки показателей инвестиционных проектов. Вестник Удмуртского университета. Серия Экономика и право. 2020;30(6):792–798. DOI: 10.35634/2412–9593–2020–30–6–792–798

9. Чуманская О. А. Критерии эффективности реализации региональных инвестиционных проектов в законодательстве Российской Федерации. Финансовая экономика. 2019;(1):907–909.

10. Зайнуллина Д. Р. Формирование критериев оценки эффективности инновационных проектов. Вопросы инновационной экономики. 2021;11(2):801–818. DOI: 10.18334/vinec.11.2.112223

11. Цветков В. А., Дудин Д. А., Ермилина Д. А. Управление развитием Арктики: финансовое обеспечение региона и выбор критериев оценки эффективности инвестиционных проектов для его освоения. Управленческие науки. 2019;9(2):62–77. DOI: 10.26794/2304–022X-2019–9–2–62–77

12. Chernogorskiy S., Kostin K., Muehlfriedel B. Methodological approach to assessing the effectiveness of managing the investment potential of international financial corporations. Research Square. 2021. DOI: 10.21203/rs.3.rs-250941/v1

13. Assaf M., Hussein M., Abdelkhalek S., Zayed T. A multi-criteria decision-making model for selecting the best project delivery systems for offsite construction projects. Buildings. 2023;13(2):571. DOI: 10.3390/buildings13020571

14. Shibani A., Hassan D., Saaifan J., Sabboubeh H., Eltaip M., Saïdani M., Gherbal N. Financial risks management in the construction projects. Journal of King Saud University — Engineering Sciences. 2022. In press. DOI: 10.1016/j.jksues.2022.05.001

15. Kasabreh N. S.S., Tarawneh S. A. Investigating the impact of contractor’s performance on the success of Jordanian residential construction projects. International Journal of Construction Management. 2021;21(5):468–475. DOI: 10.1080/15623599.2018.1560547

16. Khoso A., Yusof A. Extended review of contractor selection in construction projects. Canadian Journal of Civil Engineering. 2020;47(7):1–50. DOI: 10.1139/cjce-2019–0258

17. Spence M. Signaling, screening, and information. In: Rosen S., ed. Studies in labor markets. Chicago, IL: University of Chicago Press; 1981:319–358. URL: https://www.nber.org/system/files/chapters/c8915/c8915.pdf (дата обращения: 01.04.2024).

18. Cooper R. G., Kleinschmidt E. J. Screening new products for potential winners. Long Range Planning. 1993;26(6):74–81. DOI: 10.1016/0024–6301(93)90208-W

19. Klerck W. G., Maritz A. C. A test of Graham’s stock selection criteria on industrial shares traded on the JSE. Investment Analysts Journal. 1997;26(45):25–33. DOI: 10.1080/10293523.1997.11082374

20. Pesaran M. H., Schuermann T., Weiner S. M. Modeling regional interdependencies using a global error-correcting macroeconometric model. Journal of Business & Economic Statistics. 2004;22(2):129–162. DOI: 10.1198/073500104000000019

21. Witten I. H., Frank E. Data mining: Practical machine learning tools and techniques. 2nd ed. London: Morgan Kaufmann; 2005. 560 p. (Morgan Kaufmann Series in Data Management Systems).

22. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction. New York, NY: Springer-Verlag; 2009. 745 p. (Springer Series in Statistics).

23. Саати Т. Л. Принятие решений. Метод анализа иерархий. Пер. с англ. М.: Радио и связь; 1989. 316 с.