Оценка реализации проектов государственно-частного партнерства с учетом потенциала участников

Автор: Глоба С.Б., Березовая В.В., Вчерашний П.М.

Журнал: Вестник Алтайской академии экономики и права @vestnik-aael

Рубрика: Экономические науки

Статья в выпуске: 12-2, 2022 года.

Бесплатный доступ

В статье обосновывается актуальность исследований потенциала частных инвесторов, предполагающих участие в проектах концессии и государственно-частного партнерства. Авторами разработана и представлена характеристика «Интеллектуальной системы оценки компаний для заключения контрактов концессии и государственно-частного партнерства», использующая алгоритмы построения рейтинга компаний на основе математического аппарата. Система разработана в виде базы данных, на основе которой можно провести ранжирование и выбор частных инвесторов с учетом возможности обеспечения требуемого уровня реализации такого проекта. Разработанная система предоставляет возможности идентификации факторов, влияющих на отбор компаний для заключения контрактов концессии и государственно-частного партнерства, позволяющие на первом этапе оценить возможность их эффективного участия в региональных проектах; оценки результатов финансово-экономической и хозяйственной деятельности компаний-претендентов в целях построения рейтинга компаний для определения приоритетности участия в проектах; формирования итоговой графической и математической интерпретации выбора эффективных компаний. Это позволит выбрать эффективные компании для реализации проекта концессии и государственно-частного партнерства.

Еще

Финансирование, инвестиционные ресурсы, инвестор, государственно-частное партнерство

Короткий адрес: https://sciup.org/142235977

IDR: 142235977   |   DOI: 10.17513/vaael.2642

Текст научной статьи Оценка реализации проектов государственно-частного партнерства с учетом потенциала участников

На первоначальном этапе инициации проекта концессии и государственно-частного партнерства необходимо проанализировать будущих участников проекта с точки зрения возможности выполнения ими всех обязательств и достижения результатов проекта. Также необходим тщательный анализ параметров проекта для уточнения представляемых требований к участникам и выставления контрольных точек реализации проекта [1–5].

Анализ параметров эффективности проектов концессии и государственно-частного партнерства предлагается проводить с учетом анализа параметров:

– финансовой модели реализации;

– социальных эффектов от реализации проекта;

– рисков реализации проекта;

– системы управления проектом;

– системы контроля над проектом.

Цель исследования: исследование вопросов выбора компании для реализации проектов концессии и государственно-частного партнерства, обладающей наибольшим потенциалом для его реализации.

Материал и методы исследования

Для проведения исследований были использованы труды отечественных и зарубежных ученых, открытые источники информации в сети Интернет. Применяемые методы исследования: научной абстракции, анализ и синтез, индукция и дедукция.

Результаты исследования и их обсуждение

Авторами разработана «Интеллектуальная система оценки компаний для заключения контрактов концессии и государственно-частного партнерства» на основе построения рейтинга компаний с использованием математического аппарата, представленная в виде базы данных, позволяющая провести ранжирование и выбор частных инвесторов, которые проявили заинтересованность к реализации проекта концессии и государственно-частного партнерства с учетом возможности обеспечения требуемого уровня реализации такого проекта.

Таблицы с исходными данными для оценки ранжирования и выбора компании в целях заключения контрактов концессии и государственно-частного партнерства содержат статистическую информацию по со- циально-экономическим показателям, разбитым на несколько блоков в зависимости от временного интервала.

Таблица с исходными данными General по критериям отбора содержит информацию по выбранным критериям, используемым в дальнейшем при расчете рейтинга.

Таблицы «Количественные показатели» и «Индикаторы деятельности» предназначены для расчета показателя рейтинга и представляют собой совокупность статистических данных, отражающих результативность и привлекательность компаний. В таблице «Количественные показатели» оцениваются показатели из Форм 1 и 2 бухгалтерской отчетности, например: денежные средства, займы и кредиты долгосрочные и краткосрочные, прибыль от продаж, чистая прибыль и т. д. В таблице «Индикаторы деятельности» оценивается механизм привлечения средств и текущий объем деятельности.

Оценка показателей, представленных в блоках, производится с учетом расчёта индекса и соответствия критериям. На входе накапливаются данные, отражающие ключевые показатели эффективности деятельности компаний, участвующих в проектах, финансируемых на условиях концессии и государственно-частного партнерства. На выходе предоставляется рейтинговая оценка компаний, отражающая наиболее потенциально готовые компании с точки зрения проектов, финансируемых на условиях концессии и государственно-частного партнерства. Рейтинговая оценка компаний осуществляется на основе математического расчета показателей и итоговых баллов.

Разработанная система предоставляет возможности:

– идентификации факторов, влияющих на отбор компаний для заключения контрактов концессии и государственно-частного партнерства, позволяющие на первом этапе оценить возможность их эффективного участия в региональных проектах;

– оценки результатов финансово-экономической и хозяйственной деятельности компаний-претендентов в целях построения рейтинга компаний для определения приоритетности участия в проектах;

– формирования итоговой графической и математической интерпретации выбора эффективных компаний.

База данных включает:

– три таблицы с исходными данными (таблица General по критериям отбора;

таблица «Количественные показатели»; таблица «Индикаторы деятельности»).

– четыре таблицы запросов (оценка качественных данных; расчет коэффициентных показателей; расчет баллов; расчет рейтинга компаний).

Предлагаемая методика выбора эффективной для реализации проекта компании в данном случае выступает механизмом при изучении компаний – претендентов и имеет следующие этапы:

  • 1    этап – Выбор группы компаний по критериям проекта.

  • 2    этап – Выбор компаний.

  • 3    этап – Внесение полученных данных в таблицу «General».

  • 4    этап – Внесение данных по Формам отчетности 1 и 2.

  • 5    этап – Краткий финансовый анализ консолидированной отчетности.

  • 6    этап – Расчет рейтинга эффективной для реализации проекта компании.

Показатели рейтинга сгруппированы по блокам:

  • – качественные данные – максимальное значение 45 баллов;

    – количественные показатели – максимальное значение 462 баллов;

    – коэффициентные показатели – максимальное значение 206 баллов;

    – отраслевые индикаторы – максимальное значение 16 баллов.

На основании исходных данных программа позволяет оценить наличие факторов, которые могут влиять на финансовую устойчивость компании, например: опыт компании по реализации аналогичных проектов, задолженность перед бюджетом и внебюджетными фондами, факт признания компании несостоятельной (банкротом) в соответствии с законодательством, бенефициары и т. д.

База данных позволяет оценить такие показатели, как ликвидность, рентабельность, оборачиваемость, платёжеспособность и другие. Данные показатели дают оценку по управлению долгом, по управлению активами, по эффективному использованию материальных, трудовых и денежных ресурсов, а также ликвидность активов. Расчет производится автоматически, итоговое значение показателя формируется в таблице «Коэффициентные показатели».

Далее автоматически осуществляется подсчет баллов по каждой компании. Совокупный рейтинговый показатель компаний определяется автоматически, итоговое значение показателя формируется в таблице «Рейтинг компаний».

Определение итогового показателя базируется на суммировании всех показателей по каждой компании; формируется балльная градация в рейтинге. Оценка показателей, представленных в блоках, производится с учетом расчёта индекса и соответствия критериям. При этом компаниям может быть присвоен следующий рейтинг.

Рейтинг А (от 219 до 274 баллов) – Рекомендуемые компании полностью отвечают всем требованиям законодательства и эффективно функционируют. В соответствии с этим допускаются до контрактов концессии и государственно-частного партнерства в первую очередь без особых ограничений в соответствии с требованиями законодательства (федеральных и региональных программ).

Рейтинг В (от 164 до 219 баллов) – Рекомендуемые с условием компании – полностью отвечают всем требованиям законодательства, но функционирование компании недостаточное, так как по блокам «Количественные показатели» и «Коэффициентные показатели» набрано недостаточно баллов. Допускаются до контрактов концессии и государственно-частного партнерства во вторую очередь и возможен меньший объем требуемых ассигнований, на основании возвратности, срочности и платности.

Рейтинг С (от 110 до 164 баллов) – Рекомендуемые с ограничениями компании, полностью отвечают всем требованиям законодательства, функционирование условно-эффективное, так как по блокам «Количественные показатели», «Коэффициентные показатели», «Индикаторы отраслевые» набраны ниже пороговых значений по блокам. Допускаются до контрактов концессии и государственно-частного партнерства в третью очередь и возможен меньший объем требуемых ассигнований, на основании возвратности, срочности и платности с предоставлением дополнительного обеспечения и гарантии обязательств.

Рейтинг D (от 55 до 110 баллов) – Не рекомендуемые, функционирование компаний находится на низком уровне эффективности, так как по всем блокам были набраны ниже пороговых значений по блокам.

Рейтинг Е (от 0 до 55 баллов) – Не рекомендуемые, функционирование компании неэффективное, по всем блокам набраны минимальные баллы, не рассматриваются для проектов концессии и государственночастного партнерства.

Заключение

Таким образом, разработанная методика позволяет выбрать эффективные компании для реализации проекта концессии и государственно-частного партнерства. Дополнительно для расчета рейтинга стоит оценивать не только финансовую отчетность, коэффициентные показатели и качественные данные, но и модели проектов, чтобы дать более точные итоговые баллы при рейтинго- вании компании для оказания государственной поддержки.

Более точная идентификация и обоснование выбора компании в целях заключения контрактов концессии и государственночастного партнерства на основе построения рейтинга компаний с использованием математического аппарата, позволит повысить прозрачность процедуры торгов в концессиях и государственно-частном партнерстве, унифицировать процедуры отбора частного партнера, снизить риски нарушения антимонопольного законодательства, обеспечить качественные, своевременные решения и высокую скорость реализации проектов.

Исследование выполнено в рамках научно-исследовательского гранта КГАУ «Красноярский краевой фонд поддержки научной и научно-технической деятельности» по теме «Развитие моделей финансового обеспечения инвестиций в коммунальную инфраструктуру региона с учетом лучших российских и мировых практик и особенностей пространственно-территориального развития Красноярского края», № КФ-835, договор о порядке целевого финансирования № 226 от 20.04.2021 г.

Список литературы Оценка реализации проектов государственно-частного партнерства с учетом потенциала участников

  • Абрамова Ю.В. Государственно-частное партнерство и теория стейкхолдеров // Journal of Monetary Economics and Management. 2020. № 1.
  • Мерзлов И.Ю. Оценка успешности реализации проектов государственно-частного партнерства с учетом этапов их жизненного цикла и интересов основных стейкхолдеров // Russian Journal of Economics and Law. 2022. № 3.
  • Смирнов Никита Александрович Государственное-частное партнерство в современных условиях функционирования субъектов предпринимательства // Московский экономический журнал. 2022. № 4.
  • Пролубников А.В. Развитие государственно-частного партнерства: экосистемный подход // Известия СПбГЭУ. 2020. № 4 (124).
  • Бабкин И.А., Здольникова С.В. Концептуальная модель оценки эффективности проектов государственно-частного партнерства в промышленном секторе экономики // Теория и практика сервиса: экономика, социальная сфера, технологии. 2020. № 4 (46).
Статья научная