Следующий этап моделирования — построение классифицирующей функции —проводили с помощью линейного дискриминантного анализа, алгоритмы которого также поддерживаются пакетом SPSS Base. В математическом плане данный статистический метод основан на построении дискриминантной функции показателей инвестиционной привлекательности, позволяющей разделить интенсивно развивающиеся предприятия машиностроения на более благополучные (группа 1) и менее благополучные (группа 2), что мы отождествляем с большей и меньшей инвестиционной привлекательностью. Существенно, что если расчет значений итогового рейтинга инвестиционной привлекательности предприятий по методике Рейтингового агентства АК&М предполагает введение в расчетные формулы значений весовых коэффициентов, назначаемых в большей или меньшей степени субъективно, то коэффициенты линейной дискриминантной функции, как и любой регрессионной модели, определяются методом наименьших квадратов по выборке предприятий без каких-либо априорных предположений, кроме предварительного их отнесения к двум группам. Очевидно, что такая классификация носит значительно меньший субъективный характер, чем субъективные предположения о форме свертки частных показателей инвестиционной привлекательности в итоговый рейтинг. В качестве критерия отнесения машиностроительных предприятий к группам 1 и 2 было использовано так называемое «правило двух сигм» на уровне доверительной вероятности 0,95 интервал ±2Std.Error является критическим для классификации предприятий по результирующему показателю —итоговому рейтингу (предприятия с итоговым рейтингом внутри доверительного интервала считаются неклассифицированными и они относятся к группе 0). Поскольку медианное значение итогового рейтинга полной выборки составляет 31,000 балла (в качестве меры центральной тенденции мы пред119 |
3.2 Методика оценки и прогнозирования инвестиционной привлекательности промышленного предприятия на основе многофакторных эконометрических моделей Заключительный раздел главы содержит результаты разработки методики оценки и прогнозирования инвестиционной привлекательности промыш ленных предприятий, на примере интенсивно развивающихся предприятий машиностроения рейтинга-2001. Необходимость разработки такой методики обусловлена тем, что значения рейтинга инвестиционной привлекательности предприятий в методике Рейтингового агентства А К & М определяются одновременно по всему массиву данных, что исключает, или, во всяком случае, сущ ественно затрудняет возможность оценки инвестиционной привлекательности предприятия, не вклю ченного ранее в перечень. В математическом плане методика основана на построении дискриминантной ф ункции показателей инвестиционной привлекательности интенсивно развивающихся предприятий маш иностроения, позволяющей разделить более благополучные предприятия (группа 1 ) от менее благополучных (группа 2). П ри этом, если расчет значений итогового рейтинга инвестиционной привлекательности предприятий по методике Рейтингового агентства А К & М предполагает введение в расчетные формулы значений весовых ко эффициентов, назначаемых в большей или меньшей степени субъективно, то в случае дискриминантного анализа коэффициенты линейной дискриминантной ф ункции, как и лю бой регрессионной модели, определяются методом наименьших квадратов по выборке предприятий, характеризующ ейся определенным набором показателей инвестиционной привлекательности, без каких-либо априорных предположений, кроме предварительного их отнесения к двум группам более и менее благополучных предприятий. Очевидно, что такая классификация носит значительно меньш ий субъективный характер, чем субъективные предположения о форме свертки частны х показателей инвестиционной привлекательности в итоговы й рейтинг. 125 Отметим следующие основные преимущества дискриминантной ф ункции перед итоговым рейтингом. 1. Значения рейтинга инвестиционной привлекательности предприятий в методике Рейтингового агентства А К & М определяются одновременно по всему массиву данных, что исключает (или сущ ественно затрудняет) возможность оценки инвестиционной привлекательности предприятия, не вклю ченного ранее в перечень. Э тот недостаток полностью преодолен при расчетах дискриминантной ф ункции. 2. Согласно методике Рейтингового агентства А К & М , алгоритм расчета значений итогового рейтинга инвестиционной привлекательности предприятий предполагает введение в расчетные формулы значений весовых коэффициентов, назначаемых в большей или меньшей степени субъективно. К о эффициенты линейной дискриминантной ф ункции Фиш ера (3.2), как и любой регрессионной модели, определены методом наименьш их квадратов по имеющейся выборке предприятий, характеризующ ейся определенным набором показателей инвестиционной привлекательности, без каких-либо априорных предположений, кроме предварительного и х отнесения к двум, точнее, к трем группам. Очевидно, что такая классификация носит значительно меньший субъективный характер, чем субъективные предположения о форме свертки частных показателей инвестиционной привлекательности в итоговы й рейтинг. 3. Предлагаемый подход к оценке инвестиционной привлекательности предприятия имеет общеметодологическое значение, поскольку он основан на статистических свойствах реально сущ ествую щ их выборок. Применение же технологии «ш агового отбора» переменных дискриминантной ф ункции позволяет не ограничивать кр уг исходны х показателей, ка к это проявляет себя в эволюции методик Рейтингового агентства А К & М . Использование метода «ш агового отбора» позволяет отобрать наиболее информативные показатели инвестиционной привлекательности, причем адекватность получаемой 136 |