Минерально-сырьевой комплекс играет особую роль в развитии экономики России. Значительного внимания заслуживают инвестиционные проекты, способствующие повышению эффективности предприятий данного комплекса. При этом зачастую осуществлению объективных инвестиционных расчетов мешает недооценка специалистами важности ставки дисконтирования. Статья посвящена выявлению особенностей определения ставки дисконтирования для оценки эффективности инвестиционных проектов предприятий минерально-сырьевого комплекса и разработке методического инструментария расчетов. Методологической базой выступили положения неоклассической теории инвестиций. В рамках кабинетного исследования использованы методы анализа, синтеза и индукции. Информационной базой выступили данные по доходности предприятий минерально-сырьевого комплекса РФ за 2012–2022 гг. В рамках исследования сформировано авторское определение понятия «ставка дисконтирования», обеспечивающее объективность ее расчета. Она охарактеризована как барьерная процентная ставка, отражающая динамический характер процесса получения доходов от инвестиций и соответствующая условиям минимальной нормы прибыли, отсутствия прямого отношения к доходности оцениваемого актива или инвестиций, наличия альтернативных вариантов инвестиций, типичной мотивации инвестора по получению дохода. Определены также особенности минерально-сырьевого комплекса с точки зрения специфики оценки эффективности инвестиционных проектов, позволившие уточнить разработанное определение ставки дисконтирования. Предложены к использованию понятия «экзогенная ставка дисконтирования» и «эндогенная ставка дисконтирования», отличия между которыми определяются направленностью проектов во внешнюю или внутреннюю среду предприятия, а также разработаны методические подходы для их расчета в рамках проектов предприятий-недропользователей. Научная значимость исследования определяется расширением теоретических представлений в области инвестиционной оценки, а также получением методического инструментария, обеспечивающего более точные расчеты эффективности проектов, реализуемых в сфере недропользования
Идентификаторы и классификаторы
- SCI
- Экономика
Рост потребления природных ресурсов, обусловленный увеличением численности населения в мире, сохраняет на сегодняшний день актуальность целого ряда направлений экономической деятельности, связанных с разведкой, добычей и переработкой различных видов минерального сырья. Для развития экономики России минеральносырьевой комплекс играет особую роль из-за доходов от экспорта минерального сырья, а также удовлетворения в нем потребностей российской промышленности.
Список литературы
1. Анисимова В. Ю. (2015). Анализ существующих методов оценки инвестиционных проектов // Вестник Самарского государственного университета. Серия “Экономика и управление”. № 9/1 (131). С. 62-67.
2. Гаджиев М. М., Яковлева Е. А., Бучаев Я. Г. (2013). Анализ стоимости капитала предприятия для оценки экономической эффективности // Управление экономическими системами: электронный научный журнал. № 10 (58). item.asp?id=21954430&ysclid=ma2f2aj4b1683426915. EDN: SMLDRN
3. Горюнов Е. В. (2015). Матрично-векторный метод оценки эффективности инвестиционных решений // Экономический анализ: теория и практика. Т. 14, № 30. С. 34-42. EDN: UDZDWV
4. Грибовский С. В. (2001). Оценка доходной недвижимости: учебное пособие для вузов. Санкт-Петербург: Питер. 334 с.
5. Досужева Е. Е., Кириллов Ю. В. (2014). Основные принципы реализации инвестиционного проекта // Интернет-журнал “Науковедение”. № 1 (20), 04EVN114. https://naukovedenie.ru/PDF/04EVN114.pdf.
6. Кархова С. А. (2017). Управление инвестиционными процессами в нефтегазовых корпорациях // Вестник ЮУрГУ. Серия “Экономика и менеджмент”. Т. 11, № 1. С. 65-73. DOI: 10.14529/em170109
7. Каширцева А. П. (2022). Классификация проектов при формировании инвестиционной программы золотодобывающих предприятий // Математическое и компьютерное моделирование в экономике, страховании и управлении рисками: материалы XI Международной научно-практической конференции (г. Саратов, 16-19 декабря 2022 г.). Саратов: Саратовский национальный исследовательский государственный университет им. Н. Г. Чернышевского. Вып. 4. С. 185-187.
8. Косов М. Е. (2017). Критерии и методы оценки эффективности инвестиционных проектов // Азимут научных исследований: экономика и управление. Т. 6, № 4 (21). С. 120-123. EDN: YNDUXQ
9. Лукашов В. Н., Лукашов Н. В. (2019). Определение величины ставки дисконтирования для инвестиционного проектирования и оценки бизнеса: о различии подходов к исчислению и применению // Вестник Санкт-Петербургского университета. Экономика. Т. 35, № 1. С. 83-112. DOI: 10.21638/spbu05.2019.104 EDN: LXHTJJ
10. Матяш И. В. (2012). Теории экономической прибыли: метод дисконтирования в оценке системного эффекта интегрированных структур // Экономический анализ: теория и практика. № 15 (270). С. 27-39. EDN: OWLTOJ
11. Матяш И. В. (2016). Управление устойчивым инвестиционным ростом компании // Финансовая аналитика: проблемы и решения. Т. 9, № 44 (326). С. 41-51. EDN: USLUST
12. Моисеев Р. А., Ралков А. А., Тихомиров Д. В. (2018). Подходы к определению ставки дисконтирования в проектном финансировании: отечественный и международный опыт // Управленческое консультирование. № 7 (115). С. 69-81. DOI: 10.22394/1726-1139-2018-7-69-81 EDN: YHMAOT
13. Полтева Т. В., Колачева Н. В. (2015). Методы определения ставки дисконтирования при оценке эффективности инвестиционных проектов // Вестник НГИЭИ. № 3 (46). С. 82-85. EDN: TPGHXT
14. Родин А. Ю. (2019). Оценка стоимости специализированных активов, в том числе машин и оборудования, с применением доходного подхода // Имущественные отношения в Российской Федерации. № 6 (213). С. 37-42. DOI: 10.24411/2072-4098-2019-10601 EDN: WYVUHK
15. Рыбкина Е. А. (2016). Ставка дисконтирования: понятие и отдельные теоретико-методологические подходы ее расчетов // Австрийский журнал гуманитарных и общественных наук. № 11-12. С. 87-97.
16. Титов А. Н., Тазиева Р. Ф., Фадеева Е. П. (2018). Моделирование оптимальной ставки дисконтирования и выбор ее вероятностной модели // Вестник технологического университета. Т. 21, № 4. С. 193-201. EDN: XPSUNV
17. Томских М. И. (2023). Подходы к расчетам привлекательности технологических проектов // Вестник Самарского университета. Экономика и управление. Т. 14, № 3. С. 139-144. DOI: 10.18287/2542-0461-2023-14-3-139-144 EDN: IJEVRV
18. Carhart M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, vol. 52, issue 1, pp. 57-82. DOI: 10.1111/j.1540-6261.1997.tb03808.x
19. Chandra A., Hartley P. R. (2024). Sequential investment decisions for mining projects using compound multiple volatility real options approach. Resources Policy, vol. 97, 105241. DOI: 10.1016/j.resourpol.2024.105241
20. Cohen J. T. (2024). It is time to reconsider the 3% discount rate. Value in Health, vol. 27, issue 5, pp. 578-584. DOI: 10.1016/j.jval.2024.03.001 EDN: PIOWQS
21. Ermolaeva E., Fateeva I., Bakhmetyev A., Kolosova N., Orlov A. (2022). Risk-based methodology for evaluating transport infrastructure investment projects. Transportation Research Procedia, vol. 63, pp. 1569-1574. DOI: 10.1016/j.trpro.2022.06.169 EDN: RGWFNN
22. Fama E. F., French K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, vol. 33, issue 1, pp. 3-56. DOI: 10.1016/0304-405X(93)90023-5
23. Fisher I. (1930). The theory of interest. New York: Macmillan. 566 р.
24. Haktanır E., Kahraman C. (2023). Intuitionistic fuzzy risk adjusted discount rate and certainty equivalent methods for risky projects. International Journal of Production Economics, vol. 257, 108757. DOI: 10.1016/j.ijpe.2022.108757
25. Jasiukevicius L., Vasiliauskaite A. (2015). Risk assessment in public investment projects: Impact of empirically grounded methodology on measured values of intangible obligations in Lithuania. Procedia - Social and Behavioral Sciences, vol. 213, pp. 370-375. DOI: 10.1016/j.sbspro.2015.11.553
26. Jo H., Lee H., Suh Y., Kim J., Park Y. (2015). A dynamic feasibility analysis of public investment projects: An integrated approach using system dynamics and agent-based modeling. International Journal of Project Management, vol. 33, issue 8, pp. 1863-1876. DOI: 10.1016/j.ijproman.2015.07.002
27. Kazlauskienė V. (2015). Application of social discount rate for assessment of public investment projects. Procedia - Social and Behavioral Sciences, vol. 213, pp. 461-467. DOI: 10.1016/j.sbspro.2015.11.434
28. Keynes J. M. (2012). The general theory of employment, interest and money. The collected writings of John Maynard Keynes. Cambridge: Cambridge University Press. 428 p.
29. Li N., Wang S., Zhang K. (2022). Price options on investment project expansion under commodity price and volatility uncertainties using a novel finite difference method. Applied Mathematics and Computation, vol. 421, 126937. DOI: 10.1016/j.amc.2022.126937
30. Lloyd-Smith P. R., Adamowicz W. L. (V.), Entem A., Fenichel E. P., Rouhi-Rad M. (2021). The decade after tomorrow: Estimation of discount rates from realistic temporal decisions over long time horizons. Journal of Economic Behavior & Organization, vol. 183, pp. 158-174. DOI: 10.1016/j.jebo.2020.12.009
31. Nieto L. S., Valverde G. F., Krzemień A., Fernández P. R., Rodríguez F. J. I. (2024). Economic risks in mining investments: A prospective analysis of capital cost estimation in copper mining projects. Resources Policy, vol. 99, 105427. DOI: 10.1016/j.resourpol.2024.105427
32. Nolte K. (2020). Doomed to fail? Why some land-based investment projects fail. Applied Geography, vol. 122, 102268. DOI: 10.1016/j.apgeog.2020.102268
33. Schoenmaker D., Schramade W. (2024). Which discount rate for sustainability? Journal of Sustainable Finance and Accounting, vol. 3, 100010. DOI: 10.1016/j.josfa.2024.100010
34. Sharpe W. F. (1991). Capital asset prices with and without negative holdings. The Journal of Finance, vol. 46, issue 2, рр. 489-509.
35. Tamai T. (2023). The rate of discount on public investments with future bias in an altruistic overlapping generations model. European Journal of Political Economy, vol. 79, 102416. DOI: 10.1016/j.ejpoleco.2023.102416
36. Urbański S., Zarzecki D. (2022). The Fama-French model for estimating the cost of equity capital: The impact of real options of investment projects. Economic Systems, vol. 46, issue 1, 100874. DOI: 10.1016/j.ecosys.2021.100874 EDN: SLBNIE
37. Wach M., Chomiak-Orsa I. (2021). The application of predictive analysis in decision-making processes on the example of mining company’s investment projects. Procedia Computer Science, vol. 192, pp. 5058-5066. DOI: 10.1016/j.procs.2021.09.284 EDN: TIXYOV
38. Wei Y.-M., Qiao L., Jiang S.-M., Lv X. (2020). A decision-making approach considering technology progress for investment in oil sands projects: An empirical analysis in Canada. Journal of Petroleum Science and Engineering, vol. 195, 107741. DOI: 10.1016/j.petrol.2020.107741
39. Zenkovich M. V., Drevs Y. G., Inozemtseva V. S., Shevchenko N. A. (2021). Industrial plants investment projects efficiency estimation based on simulation and artificial intelligence methods. Procedia Computer Science, vol. 190, pp. 852-862. DOI: 10.1016/j.procs.2021.06.107 EDN: NHINYB
Выпуск
Другие статьи выпуска
Интеграция принципов предпринимательской стратегии развития с корпоративными и экзистенциальными целями организации и оценка результативности управленческих решений является одной из задач, которые необходимо решить в процессе проектирования систем управления инновационной деятельностью промышленных корпораций. Статья посвящена разработке метода оценки результативности систем управления инновационной деятельностью корпораций и его апробации на массиве данных крупных российских промышленных холдингов. Методологической базой послужили теории корпоративного управления, менеджмента и предпринимательства. Методы работы включали качественный, регрессионный и сравнительный анализ. Информационную базу составили данные 160 корпораций за 2010–2022 гг., входящих в рейтинг ТОП-600 RAEX (2023 г.), представляющих 21 отрасль промышленности, генерируемые Всероссийской системой данных о компаниях и бизнесе «За честный бизнес». В результате представлена архитектура системы управления инновационной деятельностью промышленного холдинга, на основе которой установлено, что подсистемы управления инновационно-предпринимательской и финансово-хозяйственной деятельностью интегрируются в стратегическом контуре корпоративного управления, то есть могут рассматриваться как единый элемент системы управления объектами внутреннего предпринимательства. Следовательно, показатели финансовой отчетности могут быть использованы для оценки результативности исследуемой системы управления. На основе оценки результативности систем управления определены промышленные холдинги с высокой вероятностью влияния систем управления на инновационный результат в контуре внутренних процессов: в отрасли машиностроения – это ПАО «Объединенная авиастроительная корпорация»; фармацевтической промышленности – АО «Нижфарм»; химической и нефтехимической – ПАО «Уралкалий» и т. д. В результате можно предположить, что в холдингах-лидерах сформирована структурированная система корпоративного управления инновационной деятельностью, ориентированная на развитие внутреннего предпринимательства. Промышленные холдинги, для которых не установлена значимая связь между затратами на управление и инновационными результатами, требуют дальнейших исследований.
В условиях нестабильности внешней среды особую значимость приобретает исследование воздействия различных факторов на экономическое развитие регионов, среди которых одним из ключевых становится фактор информатизации. При этом продолжает сохраняться региональная дифференциация по уровню информатизации, что требует постоянного мониторинга и выработки соответствующих управленческих решений. Статья посвящена исследованию влияния информатизации на развитие региональной экономической системы. Теоретическую и методологическую основу исследования составили теории факторов регионального развития, концепция региональной экономической системы, теория информатизации. Информационной базой послужили данные Федеральной службы государственной статистики за 2010–2023 гг. Предложена авторская трактовка понятия «реакция региональной экономической системы на фактор развития», которая заключается в понимании скорости и направленности качественных изменений региональной экономической системы. Представлен и апробирован авторский методический подход к оценке реакции региональной экономической системы на фактор информатизации. Выявлена неоднородность реакции региональных экономических систем на фактор информатизации, которые были сгруппированы на четыре типа: регионы с высоким, со средним, с низким и с отрицательным уровнем реакции. Результаты исследования вносят вклад в изучение темпов изменения региональных экономических систем под воздействием внешнего фактора развития и могут быть использованы при разработке и гармонизации федеральной и региональной политик, а также при прогнозировании развития региональных экономических систем с учетом степени реакции
In conditions when cities become centres of attraction for resources and people, while experiencing significant problems of environmental, social, economic nature, it is extremely important to form new approaches to urbanised territories development. The article aims to design a mechanism for managing the development of smart cities using a regional approach. Methodologically, the research rests on the theory of the digital society and the propositions of urbanised territories’ public management. The methods include the system-logical method, graphical modelling, and qualitative analysis. The paper propounds a mechanism for smart city public management and proposes its interpretation as a set of measures, actions of management structures, society and business for resource provisioning, as well as technologies for managing the processes of formation and development of a smart city. The main functions of this mechanism include creating conditions for the interaction of ecosystem participants, stable functioning of governing bodies, transparency of management processes, as well as ensuring feedback. The article constructs a graphical model of the mechanism of urbanised territories’ public management under digitalisation. Based on the theoretical developments the paper structures the experience of the Sverdlovsk and Chelyabinsk oblast and concludes that despite quite an extensive list of the smart city initiatives, their implementation largely overlooks such aspects as determining the state and development directions of the digitalisation objects, assessing the risks of smart city projects, maintaining quality of implementation processes, and auditing smart city projects. The findings can contribute to planning the smart cities development at the regional level
Проблема прогнозирования уровня безработицы в Республике Беларусь остается актуальной в условиях динамично изменяющейся экономической среды. Традиционные методы прогнозирования, основанные на официальной статистике, зачастую не учитывают оперативные изменения на рынке труда, что снижает их точность. В то же время данные поисковых запросов доказали свою эффективность в качестве опережающих индикаторов в других странах, однако, их применение в Беларуси остается неизученным. Статья посвящена оценке возможности использования данных поисковых запросов для повышения точности прогнозирования уровня безработицы в Республике Беларусь. Методологическую основу исследования сформировали теоретические положения макроэкономики и модели SARIMA, VAR и SARIMAX. Методы включали декомпозицию временных рядов, тест Дики – Фуллера для оценки стационарности, дифференцирование, стандартизацию данных и тест Грейнджера на причинность. Информационную базу составили данные Национального статистического комитета Республики Беларусь об уровне безработицы за 2015–2024 гг. и данные о поисковых запросах Google, связанные с поиском работы. Выявлено, что модель SARIMAX с включением данных о поисковых запросах превосходит классические модели прогнозирования безработицы, демонстрируя минимальные ошибки. Согласно этой модели, прогнозные значения уровня безработицы показали тенденцию к снижению, что отражает устойчивую динамику улучшения ситуации на рынке труда Республики Беларусь. Полученные результаты подчеркивают значимость комбинирования традиционных данных с цифровыми метриками для повышения точности прогнозов, а также открывают перспективы для дальнейших исследований в области применения интернет-данных для социально-экономического анализа, включая разработку более совершенных моделей прогнозирования безработицы
Нестабильность экономических процессов является источником неравномерности поступления доходов в бюджетную систему страны. Для преодоления цикличности бюджетного процесса, зависящего от периодических циклов экономической конъюнктуры, в мировой практике активно применяются бюджетные правила. Статья посвящена оценке контрциклического эффекта действующих в России бюджетных правил. Методологическую основу исследования составила теория циклов экономической конъюнктуры. Методы включали структурно-логический и сравнительный анализ, детализацию, научное обобщение, корреляционный анализ. Информационной базой работы послужили данные Росстата за 2000–2023 гг. Проанализированы экономические циклы в России за соответствующий период, а также циклы доходов и расходов консолидированного бюджета, циклы формирования и использования российских суверенных фондов. По результатам корреляционного анализа выявлено, что доходы консолидированного бюджета России носят проциклический характер, коэффициент корреляции темпов роста доходов бюджета и ВВП составил 0,8029. Процикличность расходов консолидированного бюджета снизилась благодаря применяющимся с 2004 г. бюджетным правилам, коэффициент корреляции темпов роста расходов бюджета и ВВП составил 0,5223. Однако полностью преодолеть процикличность бюджетных расходов не удается. Среди них снизилась только процикличность расходов на здравоохранение, при этом бюджетные расходы на образование и на ЖКХ значительно и в большей степени зависимы от экономической конъюктуры. Выдвинуто предложение о том, что в процессе применения бюджетных правил следует применять принцип постоянных расходов, предусматривающий недопущение снижения величины расходов бюджета по сравнению с предыдущим годом, исчисленных в сопоставимых ценах
Развитие цифровых технологий и их внедрение в практику промышленного производства активно трансформирует не только производительные силы, но и производственные отношения. Это формирует особые, отличные от классических, модели промышленных рынков – платформенные рынки. Статья посвящена формированию концептуальных основ исследовательской парадигмы платформенного рынка. Методологической базой послужили парадигмальный подход, теория отраслевых рынков, новая микроэкономическая теория, неоинституциональная теория, теории экономического развития и концепции управления. Методы включали библиометрический, семантический и теоретико-методологический анализ. Сформированы концептуальные основы методологии исследования развития отраслевых рынков в условиях нового технологического уклада. Выявлены характерные черты платформенного рынка, такие как: ключевая роль технологии, наличие внешнего и внутреннего контуров взаимодействия, которые определяют механизм координации платформенного рынка, стратегического поведения его акторов, а также эффекты его развития на микро- и макроуровне. Разработана исследовательская парадигма, позволяющая по-новому походить к изучению платформенного рынка, которая позиционируется как базис анализа рынков в рамках Индустрии 4.0 и Индустрии 5.0. Полученные результаты углубляют теоретические представления о развитии и структурных особенностях платформенных рынков как новом объекте экономического анализа в условиях цифровизации и индустриализации экономики
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/