Введение 3
1 Подходы к моделированию инвестиционного процесса в условиях экономической неопределенности 6
1.1 Инвестиции в основной капитал: макроэкономический взгляд 6
1.2 Инвестиции на микроуровне в контексте оценки денежных потоков 17
2 Инструменты автоматизации принятия инвестиционных решений 25
2.1 Анализ продуктов автоматизированного Due diligence 25
2.2 ERP-системы как средство преодоления неопределенности 33
3 Принятие решений об инвестициях во внеоборотные активы АО «Сибагро» 44
3.1 Традиционный процесс принятия инвестиционных решений в компании 44
3.2 Интеграция модуля ADD в ERP II-систему для повышения качества принятия
инвестиционных решений 49
Заключение 56
Список использованных источников и литературы 59
Приложение А Временные ряды инвестиций в основной капитал 62
Приложение Б Виды конъюнктуры рынка 63
Приложение В Таблицы сравнения методов оценки инвестиционных проектов 64
Приложение Г Процесс исполнения заказа БКЗ AS-IS 66
В России стремительно растет число сделок на рынке капитала, что связано с изменившимися экономическими условиями с 2022 года, когда для российского бизнеса стало настоящим трендом выкупать российские же активы. Вместе с тем, на сегодняшний день 9 из 10 M&A сделок в России оказываются неэффективными. Неэффективность сделки означает, что наступает опасность потенциально возможной потери инвестором ресурсов, недополучения доходов (или даже убытков) по сравнению с вариантом, рассчитанным на оптимальное использование ресурсов, или появления дополнительных расходов в результате реализации инвестиционного проекта. В странах с наиболее развитыми рыночными механизмами по статистике 47% аналогичных сделок оказываются неэффективными.
Анализ причин неудач проведения сделок на рынке капитала всегда сводится к существованию неопределенности, когда вовремя не были выявлены и учтены те или иные риски, сценарии развития или не приняты во внимания действия конкурентов. Неопределенность увеличивается с усилением динамики и сложности производственной деятельности предприятия, а также изменений его внешней среды. Вследствие неопределенности в ходе реализации инвестиционного проекта могут возникнуть ситуации, вызывающие потери прибыли, выручки или имущества.
Для фирм становится актуальным вопрос снижения неопределенности в инвестиционных процессах для более точного понимания исхода сделки. Стоит отметить, что выявить абсолютно все риски и сценарии развития невозможно, но можно повысить вероятность того, что совершенная сделка окажется успешной. Это достигается за счет более тщательного обследования объекта с целью выявления всех особенностей функционирования предприятия. За счет этого, у покупателя оказывается детализированная картина с проработанными шагами в любой из веток развития событий, появляется больше уверенности, а значит, и намерения совершить сделку. На макроэкономическом уровне это приводит к активизации на рынке капитала. Таким образом, при улучшении проведения инвестиционного процесса рынок продолжит расти за счет не внешнего драйвера (изменение внешнеэкономических условий), но и внутреннего (уверенность инвесторов в исходе сделки).
Целью данной работы является разработка рекомендаций по модернизации процесса принятия инвестиционных решений на основе развития ERP II-системы компании. Объектом является процесс принятия инвестиционных решений фирмы, предметом - применение информационных технологий для снижения неопределенности в процессе принятия инвестиционных решений. В процессе работы использовались как абстрактные методы (экспертные оценки, обобщение, изучение и анализ литературы), так и практические (расчеты, моделирование).
Для достижения данной цели были определены следующие задачи:
1) Рассмотреть природу неопределенности на макро- и микроуровне;
2) Рассмотреть неопределенность как фактор динамики инвестиций в основной капитал в подходах на макро- и микроуровне;
3) Определить информационные технологии, снижающие уровень неопределенности;
4) Провести обзор существующих программных продуктов для снижения неопределенности на российском рынке;
5) Анализ факторов неопределенности в выбранном инвестиционном процессе;
6) Провести моделирование возможной интеграции предложенного модуля в корпоративную информационную систему предприятия.
Теоретико-методологической базой исследования послужили статьи в периодической печати, аналитические материалы различных экспертов о подходах бизнеса к снижению неопределенности. Последствия ее влияния на экономику были проанализированы в работе Дж. Акерлоффа, согласно которой различные оценки владельца бизнеса и инвестора, относительно будущего инвестиционного объекта, в глобальном масштабе могут привести к прекращению проведения сделок и, как следствие, разрушению рынка. Тем самым, подчеркивается значимость консолидации и упорядоченности информации об объекте инвестирования для всех участников сделки.
Применение сценарного подхода, как одного из самых эффективных методов снижения неопределенности, было рассмотрено в работе А. Дамодарана, где автор приводит пример построения сценариев будущего развития экономики на примере анализа планов развития корпорации Boeing по выпуску самолетов большой вместимости в условиях конкуренции с корпорацией Airbus. Он делает акцент на необходимости учета всех особенностей деятельности предприятия для эффективного анализа рисков и разработки наиболее качественных стратегий по их управлению.
Класс технологий и систем, предназначенных для поддержки принятия делового решения в условиях развивающейся неопределенности, стал широко применяться в бизнесе и получил название «системы интеллектуального анализа данных» (Business Intelligence — BI). Проблемы внедрения так называемых «инструментов бизнес- интеллекта», а также способы оценки его эффективности были рассмотрены работе В. Кияева и Р. Герасимова. В частности, проблемы внедрения корпоративных информационных систем освещались во множестве публикаций отечественных и зарубежных авторов. С экономической точки зрения, эффект от внедрения корпоративных информационных систем был рассмотрен в статьях Е. Судова, А. Левина и А. Давыдова.
Применение методов машинного обучения для предсказания динамики инвестиций, также его дальнейшие перспективы в российских реалиях были рассмотрены в работах И. Байбузы и М. Гареева. Авторы утверждают, что модели машинного обучения всегда оказываются гораздо эффективнее эконометрических моделей. Улучшение качества прогнозирования позволяет снизить транзакционные издержки, так как действия контрагентов становятся предугаданными, что способствует росту числа эффективных сделок на рынке капитала.
Кроме того, были задействованы ресурсы сети Интернет о существующих информационных технологиях для бизнеса. В частности, продукты «Ansarada» для организации наиболее эффективных и безопасных каналов связи между всеми участниками сделки. Кроме того, были рассмотрены существующие на российском рынке продукты по обеспечению эффективного ведения среднего и крупного бизнеса. К ним относятся ПО для организации корпоративных информационных систем предприятия («1С. Предприятие: Управление холдингом: 8», «Монолит»), а также прикладные программы, такие как «Альт-Инвест. Сумм», «1С. Бухгалтерия» и другие. В ходе исследования проводилось сравнение текущего применения разрозненных прикладных программ на предприятии и потенциального использования целостных корпоративных информационных систем. Исследование проводилось с задействованием таким программных средств, как Microsoft Excel, Google Colab, CASE-средства ARIS Express и AllFusion BPwin.
Работа состоит из введения, трех глав и заключения, включающего выводы по результатам проведенного анализа. В 1 главе рассмотрены теоретические и прикладные методы снижения неопределенности в инвестиционных процессах на макро- и микроуровне. Современные информационные технологии для бизнеса, модернизирующие инвестиционный процесс, рассмотрены в главе 2. В главе 3 приводится вариант методологии модернизации инвестиционного процесса с использованием ИКТ для анализа существующих рисков, в соответствии с международной методологией бизнес-анализа.
Применение информационных технологий в инвестиционных процессах способствует снижению неопределенности информации, и, как результат, прирастанию числа эффективных сделок на рынке капитала. Главным образом, это происходит за счет своевременного включения в модель выявленных рисков, что позволяет определить наиболее вероятный исход в изменившихся условиях и разработать такие меры, за счет которых остается возможным достижение намеченных целей.
Дополнительные функции информационных технологий элиминируют человеческий фактор, благодаря автоматизации рутинных процессов. ИКТ способствуют алгоритмизации всех принимаемых действий при анализе среды существования предприятия, что стандартизирует подходы к анализу рисков и не позволяет упустить необходимые данные. ИКТ также ускоряют ведение инвестиционного процесса за счет упрощенных каналов связи между участниками сделки, при этом с обеспечением улучшенной безопасности.
В работе были проанализированы факторы порождения неопределённости в инвестиционных процессах. К ним относятся действия внешних и внутренних стейкхолдеров, изначальная невозможность учета абсолютно всех рисков, их неверная оценка, человеческий фактор. Более того, были рассмотрены теоретические и прикладные методы увеличения определённости поступающей информации на макро- и микроуровне. Среди них пользуются популярностью направления машинного обучения, которое в последнее время показывает результаты прогнозирования гораздо лучше классических эконометрических подходов. В среде бизнеса наибольшую популярность имеют методы основанные на изначальной определённости информации, в то время как все большую актуальность набирает сценарный подход, гибко подстраивающийся под постоянно изменяющуюся рыночную ситуацию во многих секторах экономики.
Также был проведен обзор существующих на рынке программных средств, либо уже применяемых для повышения эффективности используемых методик, либо не применимых, но имеющих огромный потенциал. На сегодняшний день существует великое разнообразие ИКТ, поддерживающих эффективное ведение бизнеса. К ним относятся виртуальные комнаты с дополнительным функционалом в виде искусственного интеллекта, способного автоматизировать рутинную работу персонала с документацией. Последним новшеством стала автоматизация дью дилидженс, который можно провести и на базе другой ИКТ - корпоративной информационной системы.
Был проанализирован существующий процесс принятия инвестиционных решений на конкретном предприятии, а также отрисована соответствующая диаграмма бизнес- процесса. В нем были обнаружены узкие места, такие как неверная оценка существующих рисков и отсутствие стратегий по управлению рисками средней вероятности. Были изучены текущая методология анализа объекта инвестирования, а также используемые программные средства. К ним относятся приложения к MS Excel «Альт-Инвест. Сумм» и прикладные программы вендора «Инталев».
Отдельно были выявлены факторы неопределенности, которые в будущем могут повлечь неокупаемоть вложенных инвестиций, и отрисованы процессы функционирования предприятия до приобретения (AS-IS) и после (TO-BE). Главным образом, факторы риска - это падение спроса из-за того, что у клиентов появляются собственные мощности, а также усиление конкуренции. С учетом особенностей ИТ- архитектуры предприятия была разработана методология прогнозирования денежных потоков объекта инвестиций, а также ее обеспечение за счет существующих и доступных компании информационных технологий. Ее принципиальное отличие связано с проведением качественного анализа проектных рисков для предоставления структурированной информации инвестору с целью гибкого регулирования идентифицированных рисков в будущем. На сегодняшний же момент, именно этот этап перерасчёта показателей эффективности при наступлении тех или иных инцидентов не практикуется во многих компаниях среднего и крупного бизнеса.
Полезность данной методологии заключается в улучшении качества поддержки принятия управленческих решений, так как поступающая проанализированная информация станет более проработанной, определенной и структурированной. Это происходит за счет того, что алгоритм работы с системой обязывает пользователя идентифицировать риски и гибко реагирует на наступление инцидентов, автоматически пересчитывая показатели эффективности проекта в реальном времени. Предоставленная инвестору информация дает ему возможность своевременно принять меры по устранению наступивших инцидентов, вплоть до отказа от дальнейшей реализации. Это позволяет принимать наиболее подходящие и грамотные шаги, то есть оптимальные стратегии управления рисками, для достижения максимизации доходов предприятия или минимизации прогнозируемого ущерба. На текущем же этапе, подобная аналитика не предоставляется, из-за чего компания продолжает вкладывать деньги в убыточные проекты, узнавая об исходе задним числом.
Важно отметить, что автоматизация предполагает изменение общего подхода компании к рискам. Это означает, что должны добавиться дополнительные шаги в процессах поддержки принятия решений, такие как всесторонний анализ деятельности предприятия и разработка стратегий по управлению рисками. Если компания осознает важность и полезность существования заранее проработанных шагов при наступлении инцидентов, то автоматизация анализа рисков поспособствует снижению временных и транзакционных издержек. Таким образом, речь идет не просто об автоматизации, но и рационализации.
Кроме того, стоит отметить, что во время проведения анализа бизнес-процесса AS- IS по части взаимодействия БКЗ и АО «Сибагро» выяснилось, что есть существенная потребность в автоматизации операционного процесса - расчета потребности предприятий холдинга в сырье. Это является типичным явлением, когда при изучении изначально одного вида деятельности предприятия, появляются инсайты, относительного другого.
Разработанную методологию можно развивать за счет внедрения автоматических рекомендаций, как это встречается на практике при проведении Due Diligence консалтинговыми компаниями. Однако, такое встречается нерегулярно, в силу не утвержденных стандартов проведения такого анализа проектных рисков. Возможно также рассмотреть внедрение методов машинного обучения для прогнозирования динамики таких компонентов, как выручка, то есть динамика которых не объяснима теми данными в полной мере, которыми располагает компания.
1. О Центральном банке Российской Федерации (Банке России) [Электронный ресурс]: федер. закон от 10.07.2002 г. №86 // «Консультант Плюс»: справочная правовая система. URL: https://www.consultant.ru/document/cons_doc_LAW_37570/ (дата обращения: 01.04.2024).
2. АДД// Участник проекта «Сколково», 2023. URL:
https://navigator.sk.ru/orn/1125920 (дата обращения: 17.04.2024).
3. Адилов А.Н. Процедура дью дилидженс как инструмент комплексной проверки объекта инвестирования// Отходы и ресурсы. 2023. № 1. С.26-27.
4. Акционерное общество «СИБИРСКАЯ АГРАРНАЯ ГРУППА»// СПАРК- Интерфакс, 2024. - URL: Проверка контрагента в системе СПАРК-Интерфакс, проверка юридических лиц и ИП, оценка рисков (spark-interfax.ru) (дата обращения: 15.04.2024).
5. Боробов В.Н. Роль инвестиций в развитии макроэкономики // Экономика и управления: проблемы, решения. - 2021. - №1. - С. 20-25.
6. Виртуальная комната данных // MITRASOFT, 2023. URL:
https://mitrasoft.ru/virtual-data-room/ (дата обращения: 17.04.2024).
7. Гареев М.Б. Использование методов машинного обучения для прогнозирования инвестиций в России // Деньги и кредит. — 2020. — № 79. — С. 35-56.
8. Домбровский В.В. Эконометрика: учебник / В. В. Домбровский. -
подготовлено при содействии НФПК - Нац. фонда подготовки кадров в рамках Программы - «Совершенствование преподавания социально-экономических дисциплин в ВУЗах», 2016 - 342 c.
9. Краткосрочное оценивание и прогнозирование ВВП России с помощью динамической факторной модели: доклад ЦБ РФ от 27 марта 2015 г. № 2// Серия докладов об экономических исследованиях. - 2015. - № 2. - Ст. 52.
10. Кузнецов Б.Т. Макроэкономика: учебник / Б.Т. Кузнецов. - М.: ЮНИТИ, 2011. - 458 с.
11. Львович И.Я. Применение case-средств в информационных системах // Молодежь и наука: шаг к успеху: сб. науч. ст. Курск, 2020. С. 293-295; 4-я Всероссийская научная конференция перспективных разработок молодых ученых //Юго-Западный государственный университет. 2020. № 3.
12. Матвеева Т.Ю. Макроэкономика: учебник для вузов: в 2 ч. / Т. Ю. Матвеева. - М.: Изд. дом Высшей школы экономики, 2012. - Ч.1. - 439 с.
13. Модули 1UERP // WiseAdvice-IT, 2024. URL: https://wiseadvice-it.ru/o- kompanii/blog/articles/moduli-v-1s-erp/ (дата обращения: 13.04.2024).
14. Нетесова О.Ю. Информационные системы и технологии в экономике:
учебное пособие для вузов. : 4-е изд., испр. и доп. . Москва , 2024. 178 с. URL:
https://urait.ru/bcode/538283/p.22 (дата обращения: 10.04.2024). Режим доступа:
Образовательная платформа Юрайт.
15. Нечухаева О.В. Исторические аспекты правовой реализации due diligence // Legal Bulletin. - 2021. - № 3. - С. 41-46.
..27