Методика формирования индексов оценки стратегического потенциала предприятий металлургической промышленности

Тольяттинский государственный университет, Тольятти, Россия, ,

,

главных компонент (Principal Component Analysis – PCA), который применяется для снижения размерности данных при сохранении максимального количества информации.

PCA можно представить как разложение ковариационной матрицы по собственным значениям, где каждый главный компонент соответствует конкретному вектору, связанному с уникальным значением. Первый главный компонент (PC) определяет направление максимальной дисперсии, а последующие – ортогональны друг другу, охватывая оставшиеся дисперсии в порядке убывания. Такой подход используют И. Джоллифф, Дж. Кадима, П. Манноччи и др. (Jolliffe, Cadima, 2016; Mannocci et al., 2024).

Значимость каждого собственного значения отражает величину дисперсии, охватываемую соответствующим собственным вектором, что позволяет исследователям, таким как Х. Гэн и Л. Ван сосредоточиться на главных компонентах с наибольшими собственными значениями для анализа, игнорируя те, которые вносят меньший вклад в дисперсию (Geng, Wang, 2020).

Более того, PCA был адаптирован для различных типов структур данных, что подчеркивает его универсальность. Появились методы применения PCA к двоичным данным, порядковым данным и случаям с особыми структурными характеристиками, таким как данные временных рядов. Они практиковались такими исследователями, как И. Джоллифф, Дж. Кадима (Jolliffe, Cadima, 2016).

Эта адаптивность подчеркивает надежность PCA в различных областях – от здравоохранения до исследований окружающей среды, которые осуществляли такие ученые, как Р. Бусс, Р. Сильва и др. (Buss et al., 2019).

Понимание структуры выходных данных, связанных с PCA, таких как спектр собственных значений и его корреляция с существующими структурами данных, стало критически важным для обеспечения точности применения данного метода. Такого мнения придерживаются Дж. Ма, К.И. Амос (Ma, Amos, 2010).

Методологически PCA позволяет свести множество активов и ресурсов к единому индексу, который учитывает различные аспекты экономических явлений и уровней жизни. Так, С. Вьяс и Л. Кумаранайаке используют методологию РСА для построения индексов социально-экономического статуса (Vyas, Kumaranayake, 2006); Б. Часеква, Дж. Малуччио применяют это метод при измерении благосостояния в сельских сообществах (Chasekwa et al., 2018).

Методология . На первом этапе были выбраны ключевые показатели, характеризующие различные аспекты стратегического потенциала предприятий металлургической отрасли, такие как финансово-экономический, кадровый, экологический, инвестиционно-инновационный, производственно-технологический и организационно-управленческий потенциалы. После выбора исходных показателей данные были подвергнуты нормализации для устранения различий в масштабах показателей. C помощью метода анализа главных компонент (PCA) были выделены наиболее значимые из них, объясняющие вариацию данных. Все расчеты были произведены на основе программного обеспечения Wolfram Mathematica 13.3.0.0. Реализация кода осуществлялась на основе программы для ЭВМ¹.

Результаты . Индекс на основе PCA позволяет учесть скрытые зависимости между переменными, которые сложно выявить вручную. Он может быть использован для мониторинга текущего состояния предприятия, а также для прогнозирования его развития в условиях изменения внешней среды. Методика обеспечивает агрегирование показателей в единый индикатор, отражающий стратегическое положение компании в отрасли на каждом этапе анализа. Оценка включает шесть частных индексов стратегических потенциалов, каждый из которых формируется на основе набора релевантных показателей. Веса компонент присваиваются эндогенно на основе их вклада в общую дисперсию. Каждая группа показателей нормализуется и агрегируется в соответствующий индекс потенциала по шкале от –1 до +1 на основе анализа основных компонент (РСА). Далее на основании полученных частных обобщающих индексов по РСА происходит формирование обобщающего интегрального индекса стратегического потенциала. Разработанная система оценки стратегического потенциала предполагает возможность модульного анализа по каждому виду потенциалов с последующим агрегированием результатов, что создает условия для гибкой адаптации под отраслевые особенности и аналитические цели. Важным элементом новизны является также возможность прямого включения ESG-компонентов в количественную модель, что способствует более полному отражению стратегических рисков и возможностей в условиях трансформации институциональной среды.

Нами разработана система универсальных и отраслевых статистических индикаторов, отражающих структуру стратегического потенциала предприятий металлургического комплекса, которая состоит из обобщающего показателя и шести частных (рис. 1).

Рисунок 1 - Система универсальных и отраслевых индикаторов, отражающих структуру стратегического потенциала предприятий Figure 1 - System of Universal and Industry Indicators Reflecting the Structure of the Strategic Potential of Enterprises

Полученные индексы предприятий металлургической промышленности России с 2019 по 2023 гг. представлены на рис. 2.

Звезда потенциалов 2019–2023 Ашинский МЗ

Организационно-управленческий

1.5

Звезда потенциалов 2019–2023 Евраз

1.0

Экологический

Финансовоэкономический

Экологический

Производственнотехнологический

0.5

Кадровый

Инвестиционно-инновационный

Звезда потенциалов 2019–2023 Мечел

Организационно-управленческий

1.5

1.0

Экологический

0.5

Финансовоэкономический

Производственнотехнологический

Кадровый

Производственнотехнологический

Организационно-управленческий

Инвестиционно-инновационный

Звезда потенциалов 2019–2023 НПМК Организационно-управленческий

1.5

Финансово

Экологический              ^{1.0                  экономический}

Производственнотехнологический                              Кадровый

Инвестиционно-инновационный

Инвестиционно-инновационный

Звезда потенциалов 2019–2023 Северсталь Организационно-управленческий

2.0

Звезда потенциалов 2019–2023 ТМК

Организационно-управленческий 2.0

1.5

Экологический

1.5

Финансовоэкономический

Экологический

1.0

Производственнотехнологический

Производственнотехнологический

Кадровый

Финансовоэкономический

Кадровый

Инвестиционно-инновационный

Инвестиционно-инновационный

Звезда потенциалов 2019–2023 ММК

Организационно-управленческий

2.0

1.5

Экологический

1.0

Производственнотехнологический

Финансовоэкономический

Кадровый

Инвестиционно-инновационный

Рисунок 2 – «Звезды» потенциалов металлургический промышленности

Figure 2 – “Stars” of Potentials of the Metallurgical Industry

Эмпирическая оценка компонент индекса стратегического потенциала основана на рассмотренных и рассчитанных выше частных обобщающих индексах потенциалов за 5 лет с 2019 по 2023 гг. (табл. 1).

Таблица 1 – Веса и вклад в дисперсию главных компонент показателей стратегического потенциала предприятий в 2019 г.

Table 1 – Weights and Contribution to the Dispersion of the Principal Components of the Strategic Potential Indicators of Enterprises in 2019

Компонента	Веса компонент	Вклад в дисперсию	Кумулятивный вклад
1	0,49	80,40	80,40
2	0,44	5,43	85,83
3	0,35	10,20	96,03
4	–0,06	1,68	97,71
5	–0,37	2,11	99,82
6	0,15	0,18	100

В 2019 г. первая компонента объясняла 80,40 % общей дисперсии, что указывает на доминирующее влияние главных факторов, связанных с организационным управлением и экономической устойчивостью предприятий. Вклад второй компоненты составил 5,43 %, а третья – добавила 10,20 %. Их кумулятивный вклад в индекс стратегического потенциала составил 96,03 %, что подтверждает значимость этих факторов для анализа стратегического потенциала. Остальные компоненты имели минимальное значение, что свидетельствует о концентрированности стратегического потенциала в нескольких основных направлениях (табл. 2).

Таблица 2 – Веса и вклад в дисперсию главных компонент показателей стратегического потенциала предприятий в 2020 г.

Table 2 – Weights and Contribution to the Dispersion of the Principal Components of the Strategic Potential Indicators of Enterprises in 2020

Компонента	Веса компонент	Вклад в дисперсию	Кумулятивный вклад
1	0,92	81,63	81,63
2	0,58	2,28	83,91
3	0,07	8,90	92,81
4	–0,32	3,79	96,60
5	–0,25	3,33	99,93
6	0	0,07	100

Анализ 2020 г. показал, что первая компонента продолжала доминировать, объясняя 81,63 % дисперсии. Вклад второй – составил лишь 2,28 %, а третья – объяснила 8,90 %. Кумулятивный вклад в дисперсию первых трех компонент составил 92,81 % (табл. 3).

Таблица 3 – Веса и вклад в дисперсию главных компонент показателей стратегического потенциала предприятий в 2021 г.

Table 3 – Weights and Contribution to the Dispersion of the Principal Components of the Strategic

Potential Indicators of Enterprises in 2021

Компонента	Веса компонент	Вклад в дисперсию	Кумулятивный вклад
1	0,09	81,94	81,94
2	–0,39	0,02	81,96
3	0,54	11,26	93,22
4	0,80	0,37	93,59
5	0,01	4,72	98,30
6	–0,05	1,68	100

Для 2021 г. первая компонента продолжала оставаться наиболее значимой, объяснив 81,94 % дисперсии. Вторая – снизила свой вклад до 0,02 %, а третья – составила 11,26 %. Кумулятивный вклад первых трех компонент оказался равен 93,22 %, что подтверждает стабильность значимости этих факторов в стратегическом анализе. Остальные компоненты оставались несущественными, что свидетельствует о высоком уровне концентрации в определенных потенциалах (табл. 4).

Таблица 4 – Веса и вклад в дисперсию главных компонент показателей стратегического потенциала предприятий в 2022 г.

Table 4 – Weights and Contribution to the Dispersion of the Principal Components of the Indicators of the Strategic Potential of Enterprises in 2022

Компонента	Веса компонент	Вклад в дисперсию	Кумулятивный вклад
1	1,40	18,05	18,05
2	0,01	41,17	59,21
3	–0,30	24,32	83,53
4	0,42	6,82	90,34
5	–0,48	7,35	97,70
6	–0,05	2,30	100

Анализ 2022 г. показал, что первая компонента объяснила только 18,05 % дисперсии, в то время как вторая – 41,17 %. Третья компонента объяснила 24,32 %, а остальные – менее 10 % дисперсии и имели собственные значения менее 1. Кумулятивный вклад первых трех компонент составил 83,53 %, что указывает на концентрацию стратегического потенциала в нескольких основных аспектах, таких как организационное управление и инновационные процессы (табл. 5).

Таблица 5 – Веса и вклад в дисперсию главных компонент показателей стратегического потенциала предприятий в 2023 г.

Table 5 – Weights and Contribution to the Dispersion of the Principal Components of the Indicators of the Strategic Potential of Enterprises in 2023

Компонента	Веса компонент	Вклад в дисперсию	Кумулятивный вклад
1	–1,91	74,64	74,64
2	–0,85	6,11	80,74
3	0,48	4,20	84,94
4	2,24	5,99	90,93
5	0,49	8,76	99,69
6	0,55	0,31	100

В 2023 г. результаты анализа главных компонент показали, что первая компонента индекса стратегического потенциала объяснила 74,64 % дисперсии, а вторая – составила 6,11 %. Третья – объяснила только 4,20 %, в то время как компоненты 4, 5, 6, – также менее 10 %. Кумулятивный вклад первых двух компонент составил 80,74 %, что снова подтверждает высокую концентрацию стратегического потенциала в ограниченном числе факторов – потенциалах предприятий.

При изменении весов компонент модели можно наблюдать, как различные компоненты стратегического потенциала начинают доминировать в разные годы. Например, в 2019 и 2020 гг. большая часть дисперсии объяснялась первыми компонентами, связанными с организационным управлением и экономической устойчивостью. Однако начиная с 2022 г., внимание смещается на другие факторы, что отражает возможные изменения в стратегическом фокусе предприятий, таких как инновации или реагирование на внешние вызовы.

На основе рассчитанных индексов стратегического потенциала предприятий металлургической промышленности России осуществляется рейтинговая классификация и анализ межгодовой и межфирменной динамики (табл. 6). Наибольшую устойчивость на протяжении всего периода продемонстрировала компания ЕВРАЗ, сохранявшая положительное значение индекса в течение трех лет и завершившая 2023 г. на уровне –0,07, что минимизировало негативную амплитуду колебаний. Сравнимую стабильность показала и компания ММК, чей индекс, несмотря на последовательное снижение с 0,29 (2019 г.) до –0,08 (2023 г.), остается ближе к нулевой границе и указывает на сохраняющуюся сбалансированность внутренних ресурсов и стратегических приоритетов. НЛМК и «Северсталь», начавшие период с достаточно высоких значений (более 0,25), уже к 2023 г. демонстрировали устойчивое снижение до –0,17 и –0,15 соответственно.

Таблица 6 – Индексы стратегического потенциала предприятий металлургической промышленности России

Table 6 – Indices of Strategic Potential of Enterprises in the Metallurgical Industry of Russia

Компания	2019 г.	2020 г.	2021 г.	2022 г.	2023 г.
1	2	3	4	5	6
ММК1	0,29	0,15	–0,21	–0,29	–0,08

1 Магнитогорский металлургический комбинат [Электронный ресурс]. URL: (дата обращения: 21.11.2025) ; ПАО «ММК». Консолидированная отчетность [Электронный ресурс] // Центр раскрытия корпоративной информации. URL: (дата обращения: 21.11.2025).

Продолжение таблицы 6

1	2	3	4	5	6
НЛМК1	0,25	0,29	–0,06	–0,38	–0,17
ТМК2	0,20	0,08	0,09	–0,44	–0,29
ЕВРАЗ3	0,30	0,34	0,13	–0,30	–0,07
«Мечел»4	0,28	0,04	–0,15	–0,48	–0,42
«Ашинский»5	0,01	0,37	0,23	–0,06	0,10
«Северсталь»6	0,31	0,20	–0,09	0,14	–0,15

К числу наиболее уязвимых предприятий по итогам пятилетнего периода следует отнести компании «Мечел» и ТМК. В случае с «Мечелом» снижение индекса с 0,28 до –0,42 указывает на недостаточную состоятельность в области стратегического реагирования, особенно в инвестиционно-инновационном и экологическом направлениях. У ТМК индекс снижается до –0,28, что фиксирует не столько резкий, сколько устойчивый тренд истощения стратегических возможностей. Отдельного внимания заслуживает Ашинский металлургический завод, чьи показатели демонстрируют выраженную нестабильность, но при этом в 2023 г. сохраняют положительное значение (+0,10). Индекс компании варьировался от минимального уровня 0,01 в 2019 г. до пикового значения 0,37 в 2020 г., затем вновь снижался в 2021 г. и, несмотря на общеотраслевое падение, частично восстановился к 2023 г. Это может свидетельствовать о наличии гибкой управленческой структуры и высокой чувствительности к стратегическим корректировкам, несмотря на ограниченные исходные ресурсы.

Обсуждение. Разработанная система индикаторов, включающая обобщающий и частные индексы, дает возможность комплексно оценивать стратегический потенциал предприятия. Включение показателей экологического и инвестиционно-инновационного потенциала предоставляет более глубокое понимание устойчивости и развития предприятия в условиях изменений внешней и внутренней среды. Эти индикаторы позволяют предприятиям принимать более обоснованные решения, адаптируясь к новым требованиям и вызовам. Система индикаторов, разработанная для предприятий металлургической промышленности, может быть адаптирована под другие отрасли, что делает методику универсальной.

Заключение . Полученные результаты подтверждают наличие отраслевого кризиса стратегического потенциала в 2021–2023 гг. на предприятиях металлургической промышленности России, сопровождающегося общей тенденцией к снижению интегральных значений по всем компаниям. Вместе с тем статистический анализ выявляет неоднородность стратегического потенциала: одни компании демонстрируют признаки устойчивости или частичного восстановления, тогда как другие – системное ухудшение.