Транснациональные корпорации как организационная структура и доминантная форма субъектов хозяйствования на мировом рынке

Продолжение табл. 3

из них:
акции и паи	72	0,7	328	0,6	2888	5,2	4057	3,4	1126	1,1
долговые ценные бумаги	72	0,6	125	0,2	294	0,6	128	0,1	289	0,2
в том числе векселя	1	0,0	121	0,2	93	0,2	125	0,1	-	-
прочие инвестиции	6384	58,3	40126	74,8	38249	69,4	88950	73,5	75327	72,6
из них:
торговые кредиты	1544	14,1	6025	11,2	9258	16,8	14012	11,6	16168	15,6
прочие кредиты	4735	43,2	33745	62,9	28458	51,6	73765	61,0	57895	78,5
в том числе на срок:
до 180 дней	2042	18,6	2656	4,9	3057	5,5	3429	2,8	6617	6,4
свыше 180 дней	2693	24,6	31089	58,0	25401	46,1	70336	58,2	51278	49,4
прочее	105	1,0	356	0,7	533	1,0	1173	0,9	1264	1,2

 

По данным таблицы сделан вывод о том, что иностранные ТНК, стремясь снизить возможные экономические и политические риски, не инвестируют в реальные отрасли российской экономики, их отношения с российскими партнерами краткосрочны. Особенностью вовлечения России в процесс глобализации является быстрое превращение ее экономики из капиталопоглощающей в капиталопродуцирующую. Общий объем инвестиций, накопленных российскими ТНК за рубежом, на конец 2009 г. составил 58,2 млрд долл. В этих условиях главной задачей для российских ТНК является выработка опережающих решений в сфере международного инвестирования, что позволит занять ведущее место в системе мировых инвестиционных отношений.

Расширено понятие международных инвестиций за счет включения инвестиций в нематериальные активы. Рассмотрены особенности и методы инвестирования в интеллектуальный капитал. Разработана стратегия перекрестных инвестиций в элементы интеллектуального капитала, при котором инвестирование в один из его элементов приводит к развитию другого, а также выделены основные направления перекрестных инвестиций. Отмечается, что оценку эффективности инвестиций в интеллектуальный капитал следует осуществлять на основе соотношения изменения стоимости интеллектуального капитала и объема направленных в него инвестиций. В качестве критерия оценки качества инвестиционных решений предлагается использовать отношение прироста совокупного размера интеллектуального капитала к величине инвестиций. Предлагаемый расчет нормы дисконта Е с учетом неопределенности и риска в корректировке ставки дисконтирования достаточно точно отражает будущее состояние объекта инвестирования и может использоваться при прямом иностранном инвестировании, что сократит издержки неопределенности и повысит конкурентоспособность российского бизнеса за рубежом.

Зарубежные активы российских транснациональных корпораций являются, как правило, низкоэффективными. Так, коэффициент эффективности активов ТНК «ЛУКойл» составляет всего 0,6, в то время как у «Petronas» (Малайзия) – 6,4, «Oil and Natural Gas Corporation» (Индия) – 1,3. В первую очередь это связано с условиями неопределенности, когда будущие изменения внутренней и внешней среды бизнеса достоверно не являются известными. Проанализированы методы, позволяющие провести оценку инвестиционных решений ТНК в условиях неопределенности конъюнктуры мирового рынка: метод предпочтительного состояния, метод комиссий, метод Дельфи, метод корректировки и др. Установлено, что они сложны для реализации и имеют в большей степени теоретический характер. Доработаны существующие методы на основе использования многомерного сравнительного анализа с элементами имитационного моделирования, построения матрицы связей факторов неопределенности и управляемых аспектов хозяйственной деятельности объекта инвестирования. На первом этапе выявляются внутренние и внешние факторы неопределенности и степень их воздействия на объект инвестирования. На втором этапе выявляются те аспекты деятельности предприятия, на которые воздействуют факторы неопределенности.

Общий вид матрицы показан на рисунке 1. Элемент матрицы Xij показывает уровень воздействия i-го фактора неопределенности на j-й элемент работы предприятия, т.е. строится матрица зависимостей элементов предприятия от факторов неопределенности.

 

Рисунок 1 – Матрица оценки факторов неопределенности

Матрицу предлагается заполнять исходя из следующих условий:

– значения степени корреляции между факторами выявляются экспертным путем;

– значения матрицы проставляются от 0 до 1 (1 означает полную зависимость аспекта деятельности от фактора неопределенности).

Для снижения риска инвестирования предлагается составлять три матрицы, отражающие три разные степени влияния факторов. Первая матрица характеризует оптимальное развертывание хозяйственной деятельности и составляется исходя из экспертных оценок. Вторая и третья матрицы строятся исходя из предположений, что эксперт либо преувеличивает значения факторов неопределенности (в матрице значения уменьшаются), либо преуменьшает (в матрице значения увеличиваются).

Суть неопределенности в том, что невозможно заранее определить воздействие того или иного фактора на объект инвестирования в будущем. Но это воздействие можно предположить, используя векторное моделирование:

.                                                        (1)

Значение Yj отражает степень возможного изменения фактора неопределенности, которая оценивается от 0 до 1: 0 соответствует состоянию, которое в будущем не изменяется, а 1 – полному изменению фактора в будущем. Чтобы избежать ошибки при оценке состояния фактора неопределенности в будущем, строится дополнительная матрица Yn, в которой отражен возможный предел изменений значений вероятных состояний факторов. Таким образом образуются входные данные для запуска процесса оценки возможных состояний факторов неопределенности и уровня их воздействия на хозяйственную деятельность предприятия.

На третьем этапе предлагаемого метода проводится серия экспериментов с применением механизма случайных чисел. Строится матрица Хк, значения которой формируются, исходя из случайного выбора значений построенных матриц. Например, значение X11 берется из первой матрицы, а значение X12 берется из третьей матрицы. Тем самым формируется матрица случайных значений корреляции факторов неопределенности и аспектов инвестиционной деятельности предприятия.

Строится вектор Yjn, отражающий значения возможных состояний того или иного фактора. Значения для данного вектора рассчитываются следующим образом:

, (2)

где Yj – значение возможного состояния фактора в будущем, 

 – случайное число – любое значение в интервале матрицы Yn для определенного фактора.

На основе полученных значений строится новая матрица U, данные для которой рассчитываются как:

, (3)

Значения матрицы U – произведение возможной корреляции фактора неопределенности на значение возможного изменения этого фактора в будущем.

Очевидно, что сумма значений будет отражать степень влияния конкретного фактора на деятельность приобретаемого объекта хозяйствования, а сумма значений будет отражать зависимость определенного аспекта этой деятельности от фактора неопределенности.

Данная методика оценки эффективности прямых иностранных инвестиций решений имеет пока теоретический характер, поэтому предлагается более прикладная методика, основывающаяся на экспертных оценках. В этом случае при расчете нормы дисконта E неопределенность увеличивается на величину коэффициента риска:

E = E0 + Кр,                                                (4)

где E0 – безрисковая норма доходности;

Кр – коэффициент риска.

Безрисковая норма доходности при расчетах приравнивается к текущей ставке процента. Коэффициент риска же складывается из различных составляющих: странового риска, оцениваемого рейтинговыми агентствами; риска конкретного вида инвестиций и экспертной корректировки риска:

Кр = Кр1 + Кр2 + Кр3,                                                   (5)

где Кр1 – страновой риск;

Кр2 – отраслевой риск или риск вида инвестирования;

Кр3 – экспертная оценка риска.

Очевидно, что Кр1 и Кр2 являются показателями, которые возможно определить на основе информации, имеющейся в свободном доступе: статистические данные, данные исследований, информация в СМИ.

Кр3 рассчитывается применительно к специфическим факторам неопределенности, воздействию которых может подвергнуться объект инвестирования. Составляется список факторов неопределенности и строится матрица корреляции факторов U, значения которой рассчитываются следующим образом:

,                                                                   (6)

где Xij – уровень корреляции фактора неопределенности и аспекта хозяйственной деятельности предприятия;

Wi – значимость аспекта хозяйственной деятельности для предприятия.

Рассчитывается показатель влияния факторов неопределенности на предприятие в целом путем сложения значений матрицы U и деления полученной суммы на число рассматриваемых аспектов хозяйственной деятельности предприятия:

.                                                                   (7)

Получившееся частное и будет коэффициентом Кр3, отражающим уровень воздействия неопределенности на объект инвестирования. Его значения могут различаться в зависимости от условий деятельности конкретного объекта и требований инвестора (табл. 4).

 

Таблица 4 – Значения коэффициента уровней влияния факторов

неопределенности  на инвестиционную деятельность предприятия

Значения	Уровень влияния факторов неопределенности
От 0 до 0,15	Ничтожный
От 0,15 до 0,30	Незначительный
От 0,30 до 0,60	Ощутимый
От 0,6 до 0,90	Значительный
Выше 0,9	Полная зависимость

 

Исходя из значения уровня воздействия неопределенности, эксперты могут сделать вывод о том, какой уровень коэффициента Кр3 закладывать при расчетах эффективности прямых иностранных инвестиций. Значения Кр1 для разных стран различны, например для России этот коэффициент сегодня оценивается в пределах 0,07–0,09. Расчет коэффициента Кр2 производится, исходя из характера инвестиций и отрасли, в которой работает предприятие. Суммируя полученные результаты, можно получить значение итогового показателя Кр, который будет отражать коэффициент риска данных ПИИ.

Проанализирована степень технологичности российских компаний (табл. 5).

 

Таблица 5 – Степень «технологичности» отраслей и компаний

российской обрабатывающей промышленности4

Отрасль	НИОКР/условно-чистая продукция	Число компаний и их капитализация, млрд долл.
Высокотехнологичные	23,9	7 (5,4)
в том числе:
авиакосмическая	29,1	3 (1,6)
фармацевтика	22,3	2 (2,5)
вычислительная техника и офисное оборудование	25,8	1 (0,2)
медицинское оборудование и инструмент	24,6	нет
оборудование средств связи	17,9	1 (1,1)
Относительно высокотехнологичные	9,1	21 (29,5)
в том числе:
электротехническая	13,3	2 (1,8)
автомобильная	9,1	7 (12,4)
химия	8,3	9 (14,4)
общее машиностроение	5,8	3 (0,9)
Относительно низкотехнологичные	2,3	21 (118,5)
в том числе:
судостроение	3,1	нет
производство пластмасс и резинотехническая	2,7	нет
нефтепереработка	1,9	2 (1,2)
металлургия и металлообработка	1,6	19 (117,3)
Низкотехнологичные	1,0	7 (15,1)
в том числе:
прочая обрабатывающая промышленность	1,3	2 (1,1)
пищевая	1,1	5 (14,0)
деревообработка	1,0	нет
текстильная, легкая	0,8	нет
Обрабатывающая промышленность в среднем		56 (168,5)