Ноябрь_2019_НБ

Варианты распределения, не удовлетворяющие критерию выбора (1), из дальнейшего анализа исключаются, поскольку в принципе не могут быть реализованы в плановый период. Учитывая, что в данной задаче пространство Еn двухмерное, множеству ΩДМА будет соответствовать совокупность точек, вписанных в прямоугольник, стороны которого ограничены значениями φjмин и φjмакс. Выбор рациональных вариантов на множестве ΩДМА, как правило, в данном классе многокритериальных задач осуществляется на основе бинарных отношений препочтения/2,9/. Содержательный смысл бинарного отношения предпочтения того или иного варианта экспертной группы состоит в попарном сравнении с другими вариантами по каждому показателю качества.

В основе бинарных отношений предпочтения лежит допущение о том, что результат сопоставления любой пары вариантов по выбранному типу бинарного отношения не зависит от состава всего множества вариантов /8/. Применительно к данной задаче это допущение справедливо и очевидно. Вопервых, сравнение осуществляется не на множестве альтернатив, а пространстве показателей качества, оценки по которым и определяют предпочтительность одного из сравниваемых вариантов перед другими. Вовторых, показатели качества независимы по предпочтению, поскольку значения j – го ПК для ¥ х Є ΩДМА можно упорядочить по возрастанию или убыванию на соответствующей оси пространства Еn без учета значений остальных ПК.

Наиболее общим бинарным отношением является отношение нестрогого предпочтения хα R хβ, согласно которому вариант хα не менее предпочтителен по j – ому ПК, чем вариант хβ, если φj(xα) ≤ φj(xβ).

Введение бинарного отношения предпочтения в качестве критерия оптимизации для выбора множества рациональных вариантов в векторной оптимизационной модели позволяет установить отношение порядка между вариантами распределения научных сотрудников и в пространстве Еn провести разбиение множества ΩДМА на два непересекающихся подмножества ΩОДМА и ΩХДМА при выполнении условия:

Множество ΩХДМА, варианты которого не удовлетворяют условию (3) из дальнейшего анализа исключается, поскольку для ¥ x C ΩХДМА у отдельных сотрудников имеется нереализованная в плановый период возможность одновременного увеличения времени на участие и увеличения числа НИР и ОЗ в которых они могут принять участие. Варианты, которые удовлетворяют условию (5) составят множество рациональных или «Парето-оптимальных» вариантов ΩОДМА. Особенностью множества ΩОДМА является то, что любой вариант x Є ΩОДМА не может быть улучшен одновременно по всем ПК, то есть любой вариант экспертной группы из множества ΩОДМА будет не хуже любого другого. В этом состоит смысл рациональности вариантов.

Таким образом, с учетом условия (5) множеству ΩОДМА будет соответствовать следующая математическая модель выбора:

ΩОДМА= {¥ xi Є ΩХДМА, i =1,k | [φj(xα) ≤ φj(xβ)], j =1,m; α,β С i; α ≠ β}. (6)

51

В заключение следует заметить, что модель выбора (6) инвариантна к масштабу измерения ПК, поэтому реализация этой модели на ЭВМ не требует предварительного нормирования показателей качества.

Список литературы:

1.Моисеев Н.Н., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. М., Наука, 1978.

2.Макаров И.М., Виноградская Т.М. и др. Теория выбора и принятия решений. М., Наука, 1982.

3.Борисов В.И. Проблемы векторной оптимизации. В сб. Исследование операций (методологические аспекты). М., Наука, 1972.

4.Гуткин Л.С. Оптимизация радиоэлектронных систем по совокупности показателей качества. М., Сов. радио, 1975.

5.Солуквадзе М.Е. Задачи векторной оптимизации в теории управления. Тб, Мацниереба, 1975.

6.Нечипоренко В.И. Структурный анализ систем. М., Сов. Радио, 1977.

7.Айзерман И.А. и др. Динамический подход к анализу структур, описываемых графами. Автоматика и телемеханика №7,9, 1977.

8.Жерненко А.С., Маракулин В.В. Системный подход при структурной и параметрической оптимизации систем в многомерном пространстве показателей качества. Труды АН УССР, 1979.

9.Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М., Наука, 1982.

52

УДК 330.34

Иконникова Ольга Владимировна,

к.э.н., доцент, заведующий кафедрой экономики, САФУ имени М.В. Ломоносова, г. Архангельск, Ikonnikova Olga Vladimirovna,

Northern (Arctic) Federal University named after M.V. Lomonosov, Arkhangelsk

Жура Светлана Егоровна,

к.э.н., доцент, заведующий кафедрой финансового права и правоведения САФУ имени М.В. Ломоносова, г. Архангельск

Northern (Arctic) Federal University named after M.V. Lomonosov, Arkhangelsk

Ершова Ирина Владимировна,

к.ф.н., доцент, доцент кафедры теории и истории государства и права САФУ имени М.В. Ломоносова, г. Архангельск

Northern (Arctic) Federal University named after M.V. Lomonosov, Arkhangelsk

СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ ПРИАРКТИЧЕСКИХ ТЕРРИТОРИЙ В КОНТЕКСТЕ ОБЕСПЕЧЕНИЯ НАЦИОНАЛЬНОЙ БЕЗОПАСНОСТИ РОССИИ

SOCIO-ECONOMIC DEVELOPMENT OF THE ARCTIC TERRITORIES IN THE CONTEXT OF NATIONAL SECURITY OF RUSSIA

(исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-010-00859 "Оценка воздействия институциональных субъектов на социально-экономическое развитие приарктических территорий РФ")

Аннотация: необходимость защиты национальных интересов России в Арктике обуславливает важность изучения вопросов социально-экономического развития приарктических территорий. Данному аспекту уделяется повышенное внимание и государственными органами, и научным сообществом, однако в этой области по-прежнему много нерешенных проблем.

Abstract: the need to protect Russia's national interests in the Arctic makes it important to study the issues of socio-economic development of the Arctic territories. This aspect is given increased attention by both government bodies and the scientific community, however, there are still many unsolved problems in this area.

Ключевые слова: арктическая зона, национальная безопасность, социально-экономическое развитие территорий.

Keywords: arctic zone, national security, socio-economic development of territories.

53

Арктика сегодня является территорией, где пересекаются интересы ведущих мировых держав. Интересы эти связаны не только с освоением природных ресурсов, но и с развитием морских коммуникаций.

Как справедливо замечают Э.Н. Чижиков и В.Н. Лукин, «российская Арктика – регион особых геостратегических и долговременных геоэкономических интересов России, что обуславливает ее выделение в самостоятельный объект государственной политики» [1].

В силу того, что зарубежные государства активно осваивают арктические пространства, отставание в социально-экономическом развитии российских северных регионов было бы недопустимым с позиции обеспечения национальной безопасности.

Как отмечается в Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года [2], текущее состояние социально-экономического развития Арктической зоны РФ характеризуется наличием следующих рисков и угроз:

а) в социальной сфере: отрицательные демографические процессы в большинстве приарктических субъектов Российской Федерации, отток трудовых ресурсов критическое состояние объектов жилищно-коммунального хозяйства, низкое качество жизни коренных малочисленных народов Севера;

б) в экономической сфере: износ основных фондов, неразвитость базовой транспортной инфраструктуры, высокая энергоемкость и низкая эффективность добычи природных ресурсов, дисбаланс в экономическом развитии между отдельными приарктическими территориями и регионами;

в) в сфере науки и технологий отмечается дефицит технических средств и технологических возможностей по изучению, освоению и использованию арктических пространств и ресурсов, недостаточная готовность к переходу на инновационный путь развития;

г) в сфере природопользования и охраны окружающей среды выделяется возрастание техногенной и антропогенной нагрузки на окружающую среду, высоким уровнем накопленного экологического ущерба.

Почти во всех приарктических регионах (а к таковым мы относим Чукотский и Ямало-ненецкий автономные округа, Республики Карелия, Коми, Саха, Красноярский край, Мурманскую и Архангельскую (в т.ч. Ненецкий автономный округ) области) наблюдается сокращение численности населения по сравнению с началом двадцать первого века.

Отток населения с севера во многом обусловлен недостаточным развитием социальной и транспортной инфаструктуры. Сокращение числа образовательных и медицинских учреждений, закрытие транспортных маршрутов приводит к тому, что значительная часть населения, проживающего в труднодоступных местах, оказывается лишена доступа к минимально необходимому набору социальных благ.

Преобладание добывающего сектора обуславливает зависимость экономики данных регионов от мирового рынка углеводородов и значительную дифференциацию доходов населения.

54

Всё это свидетельствует о том, что при разработке программ развития арктических территорий приоритетное внимание должно уделяться социальным вопросам.

Не случайно в 2017 году была утверждена Государственная программа «Социально-экономическое развитие Арктической зоны Российской Федерации» [3]. Одним из направлений развития в данной программе является формирование и функционирование опорных зон, представляющих собой комплексные проекты социально-экономического развития, предусматривающие синхронное применение взаимосвязанных действующих инструментов территориального и отраслевого развития, а также механизмов реализации инвестиционных проектов, в том числе на принципах государственно-частного и муниципально-частного партнерства.

Безусловно, выделение особых кластеров развития способно дать мультипликативный эффект, однако важно, чтобы при этом не были забыты и те арктические территории, которые не попали в число выделенных опорных зон.

Также вызывает беспокойство и то, что в программе в целом сохраняется сырьевая направленность развития российской Арктики. К тому же, как показала практика реализации программы, ее кассовое исполнение не всегда находится на соответствующем уровне. Предполагается, что часть финансирования будет осуществляться через такие организации как ФАНУ «Востокгосплан», АНО «Агентство по развитию человеческого капитала на Дальнем Востоке и в Арктике, АО «Фонд развития Дальнего Востока и Байкальского региона», что также вызывает много вопросов и требует повышенного контроля за расходованием средств как со стороны государства, так и со стороны общества.

Список литературы:

1.Чижиков Н., Лукин В. Экономическая безопасность российской Арктики: проблемы и решения // Журнальный клуб Интелрос «Credo New». 2016. № 4 [Электронный ресурс] – Режим доступа: http://www.intelros.ru/ readroom/credo_new/do4-2016/31946-ekonomicheskaya-bezopasnost-rossiyskoy- arktiki-problemy-i-resheniya.html

2.Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_ 142561/

3.Государственная программа «Социально-экономическое развитие Арктической зоны Российской Федерации» (утв. Постановлением Правительства РФ от 31.08.2017 № 1064) – [Электронный ресурс] – Режим доступа: https://programs.gov.ru/Portal/programs/passport/43

55

УДК 336.7

Рябов Олег Васильевич,

к.э.н., доцент, Российская Академия народного хозяйства и государственной службы при Президенте РФ, Северо-Западный институт управления, г. Санкт-Петербург

Ryabov Oleg Vasilevich, North-West Institute of Management, Branch of RANEPA, Saint-Petersburg

ПРАКТИКА ОЦЕНКИ НЕФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ДЕЯТЕЛЬНОСТИ ЛИЗИНГОВЫХ КОМПАНИЙ

PRACTICE OF ASSESSING NON-FINANCIAL PERFORMANCE

INDICATORS OF LEASING COMPANIES

Аннотация: экспертный анализ по группам факторов является второй частью рейтинговой оценки. Целью данного анализа является оценка неформализуемых факторов, влияющих на кредитный рейтинг. В статье исследуется вопрос оценки нефинансовых показателей лизинговой компании.

Abstract: expert analysis by groups of factors is the second part of the rating score. The purpose of this analysis is to evaluate unformalized factors affecting a credit rating. The article examines the issue of assessing non-financial indicators of a leasing company.

Ключевые слова: оценки нефинансовых показателей лизинговой компании, оценка рейтинга лизинговой компании, лизинг.

Keywords: assessment of non-financial indicators of a leasing company, rating of a leasing company, leasing.

По мнению Моисеева С.Р., Моргунова А.К., для устойчивого развития рынка лизинга необходимо установить четкие требования к системе рискменеджмента лизинговых компаний [1; 52]. При оценке надежности лизинговой компании важно оценить не только финансовые показатели, такие как уровень достаточности собственных средств, ликвидность, валютную позицию, но и провести диагностику нефинансовых показателей деятельности лизинговых компаний.

Экспертная оценка лизинговых компаний несколько отличается от экспертной оценки заемщиков-эмитентов[2; 33].

Экспертная оценка лизинговых компаний складывается из оценок по группам факторов, приведенным в Таблице 1:

Таблица 1

Группы факторов экспертной оценки лизинговой компании

56

Окончание таблицы 1

Экспертная оценка формируется из 10 групп факторов. Первые 9 групп факторов имеют одинаковый вес равный 1/9 или 1/8, в случае отсутствия обращающихся публичных обязательств. Значение десятого фактора может изменяться в диапазоне от 1 до 5, и прибавляется к сумме 9 первых факторов.

Значимость группы факторов передается с помощью диапазона возможных значений. Базовый диапазон возможных значений имеет минимальное значение «–100 баллов», максимальное «100 баллов». Каждый фактор группы имеет свой собственный диапазон. Сумма диапазонов факторов одной группы равна диапазону этой группы.

Отрицательная шкала используется для факторов имеющих ярко выраженную негативную оценку. Нулевой уровень соответствует нейтральным факторам, не имеющим ни негативную, ни позитивную оценку.

Группы факторов, имеющих либо большую, либо меньшую значимость на ряду с прочими имеют диапазон значений, отличающийся от базового.

Первая группа факторов «Учредители и руководство» рассматривается как более значимая наряду с прочими, поэтому она оценивается в расширенном диапазоне: от «–150 баллов» до «175 баллов». Завышенная верхняя отметка диапазона дает возможность учитывать положительный эффект снижения риска при наличии возможности влияния на процесс управления предприятием.

По второй группе факторов «Срок функционирования и характер развития бизнеса» нижний предел диапазона составляет «–50 баллов». Данная группа состоит из двух факторов: срока функционирования и динамики лизингового портфеля. Непродолжительный срок функционирования не может оцениваться как отрицательный фактор, а динамика лизингового портфеля имеет нижний предел «-50 баллов», т.е. половину от базового, как и должно быть с учетом количества факторов в группе.

Третья группа факторов «информационная прозрачность и достоверность предоставляемой информации» более значима наряду с прочими при определении риска, по этому диапазон ее значений расширен («–150 баллов» – «150 баллов»).

57

Седьмая группа факторов «региональные и валютные риски» имеет смещенный диапазон значений («-150 баллов» до «50 баллов»). Расширенная отрицательная шкала, необходима для оценки валютных рисков, влияние которых на финансовый результат лизинговой компаннии может быть весьма существенным.

Восьмая группа факторов «кредитные спрэды и ликвидность долговых обязательств» оценивается в случае наличия публичных долговых обязательств и имеет урезанный диапазон («-50 баллов» - «50 баллов») ввиду возможности неоднозначного трактования факторов этой группы.

Девятая группа факторов «добросовестность исполнения обязательств перед бюджетом, кредиторами и по ЗП риски судебных разбирательств» имеет расширенный нижний диапазон значений («-200 баллов» - «100 баллов»), что объясняется возможностью резко негативной оценки факторов этой группы.

Баллы по десятой группе факторов «денежные обороты в банке» прибавляются к взвешенной сумме прочих факторов. Наличие оборотов в банке рассматривается как фактор, снижающий риск по лизинговой компаннии и имеет исключительно положительный диапазон значений.

С учетом диапазонов групп факторов итоговая экспертная оценка может принимать значения в диапазоне от «-115 баллов» до «107 баллов». Превышение верхней границы диапазона 100 бальной отметки предусмотрено для возможности 100 бальной оценки компании при отсутствии влияния на процесс управления и отсутствии оборотов в банке.

Расчет непокрытого позиционного лимита по лизинговой компаннии производится аналогично расчету лимита на другие предприятия экономики на основании базового лимита 1, т.е. как сумма собственных оборотных средств (СОС) и прогнозируемого денежного потока, скорректированная на относительный коэффициент независимости. При этом, расчет собственных оборотных средств производится по следующей формуле:

СОС = Собственный капитал – (нематер.активы + основные средства + незавершенное строительство + долгосрочные финансовые вложения + отложенные налоговые активы + прочие внеоборотные активы.)

Отличие в расчете суммы собственных оборотных средств для лизинговой компаннии состоит в том, что расчет внеоборотных активов производится без учета оборудования для передачи в лизинг, отражаемого по статье «доходные вложения в материальные ценности».

Расчет максимального лимита кредитной позиции (покрытой и непокрытой) для лизинговой компаннии не производится. В случае, когда проект предполагает финансирование лизинговой сделки, на усмотрение аналитика, расчет позиционного лимита и максимального лимита кредитной позиции производится по лизингополучателю.

58

Список литературы:

1.Моисеев С.Р., Моргунова А.К. Финансовое положение крупнейших лизинговых компаний: результаты исследования Банка России // Деньги и кредит. 2017. N 2. С. 52-54.

2.Замисный П., Козлов А. Использование внешних данных в построении моделей кредитного риска для портфелей лизинга и сектора МСБ // Банковское обозрение. Приложение "BEST PRACTICE". 2018. N 1. С. 31-33.

УДК 336.7

Рябов Олег Васильевич,

к.э.н., доцент, Российская Академия народного хозяйства и государственной службы при Президенте РФ, Северо-Западный институт управления, г. Санкт-Петербург

Ryabov Oleg Vasilevich, North-West Institute of Management, Branch of RANEPA, Saint-Petersburg

МСФО 9 «ФИНАНСОВЫЕ ИНСТРУМЕНТЫ». ПРАКТИЧЕСКИЕ ВОПРОСЫ РЕАЛИЗАЦИИ ИЗМЕНЕНИЙ В УЧЕТЕ

IFRS 9 “FINANCIAL INSTRUMENTS”. PRACTICAL ISSUES

OF IMPLEMENTING ACCOUNTING CHANGES

Аннотация: в настоящей статье исследуется практические вопросы реализации МСФО 9 «Финансовые инструменты». Очередным нововведением является обязательный переход банковских и кредитных организаций с 1 января 2019 года.

Abstract: this article explores the practical issues of implementing IFRS 9

“Financial Instruments”. Another innovation is the mandatory transition of banking and credit organizations from January 1, 2019.

Ключевые слова: международные стандарты финансовой отчетности, МСФО 9 «Финансовые инструменты», бухгалтерский учет.

Keywords: international financial reporting standards, IFRS 9 “Financial Instruments”, accounting.

Уже много лет Министерство финансов Российской Федерации постепенно старается привести существующий в стране порядок учета к международным стандартам финансовой отчетности. Очередным нововведением является обязательный переход банковских и кредитных организаций с 1 января 2019 года на МСФО 9 «Финансовые инструменты».

Как сказано в стандарте, основной целью данного изменения является совершенствование финансовой отчетности для предоставления уместной и полезной информации, позволяющей правильно оценить будущие денежные потоки.

59

Изменения, привнесенные данным стандартом, значительно отличаются от прошлого стандарта МСФО 39. В связи с чем, считаю целью данной статьи обратить внимание на основные изменения введённого стандарта, для подробного их изучения и корректного применения.

Посредством сравнения двух стандартов: МСФО 9 и МСФО 39, ставлю своей задачей выявление существенных и важных для пользователей данного стандарта отличий и корректировок, которым теперь необходимо соответствовать.

В МСФО 9 поменялась идеология создания резервов. Произошел переход от «модели обесценения» – по которой резерв создается при наблюдаемом фактическом снижении стоимости актива, к «модели прогнозируемых убытков» – в которой проводится оценка влияния различных факторов на стоимость актива на временном промежутке в один год.

Данное изменение является вполне понятным, пользователям отчетности необходимо заранее понимать к каким негативным изменениям нужно готовиться, нежели как ранее узнавать об этом по факту, банкам придется держать целый штат специалистов, которые будут оценивать наступление данного обесценения [3;28].

Так же одним из заметных новшеств стал переход к новой классификации финансовых инструментов. С новым стандартом разделение происходит на три категории: оцениваемые по амортизированной стоимости (АС), по справедливой стоимости через прочий совокупный доход (ССПСД), по справедливой стоимости через отчет о прибылях и убытках (ССОПУ).

Главным отличием от прошлой версии является то, что основной моделью учета принимается учет по амортизированной стоимости. К ней будут относиться классические кредитные инструменты, которые предполагают получение ссудного процента и основной задолженности (тела кредита). Ко второй модели будет относиться те активы, которые были приобретены для перепродажи (так называемый торговый портфель активов) Все оставшиеся инструменты будут оцениваться третьей моделью.

Еще одним нововведением стандарта является применение метод эффективной процентной ставки (ЭПС) при оценке денежных потоков [2;48].

Эффективная процентная ставка – это ставка, применяемая при точном дисконтировании ожидаемых будущих денежных платежей или поступлений на протяжении ожидаемого времени существования финансового инструмента или, где это уместно, более короткого периода, до чистой балансовой стоимости финансового актива или финансового обязательства [4;23].

Эффективная процентная ставка рассчитывается на дату признания как внутренняя норма доходности, исходя из первоначальной стоимости финансового инструмента и всех будущих денежных потоков по нему, включая выплаты номинальной суммы, процентов и комиссий. Принято включать в расчет эффективной процентной ставки транзакционные расходы и издержки, связанные с приобретением финансовых активов и обязательств. Если в отношении будущих денежных потоков или даты погашения финансового инструмента существует неопределенность, расчет эффективной процентной ставки на дату признания инструмента делается на основе прогноза. При этом,

60