Методологические подходы к формализованной оценке влияния репутационного капитала региона на параметры его инвестиционной активности (на примере Республики Татарстан)

Груничев Александр Станиславович кандидат экономических наук заведующий кафедрой конкурентной политики юридического факультета, Казанский (Приволжский) федеральный университет 420008, Россия, республика Татарстан, г. Казань, ул. Кремлевская, 18 Grunichev Aleksandr Stanislavovich PhD in Economics Head of the department of Competitive Policy, Kazan (Volga Region) Federal University 420008, Russia, respublika Tatarstan, g. Kazan', ul. Kremlevskaya, 18 leon316@yandex.ru Другие публикации этого автора

Абдукаева Алия Айдаровна ведущий научный сотрудник, ГБУ "Центр перспективных экономических исследований Академии наук Республики Татарстан" 420111, Россия, республика Татарстан, г. Казань, ул. Карла Маркса, 23/6 Abdukaeva Aliya Aidarovna Leading Scientific Associate, Center of Advanced Economic Researches in the Academy of Sciences of the Republic of Tatarstan 420111, Russia, respublika Tatarstan, g. Kazan', ul. Karla Marksa, 23/6 Aliya.Abdukaeva@tatar.ru

Публикация подготовлена в рамках поддержанного РФФИ научного проекта № 19-010-00211

Устойчивое развитие региональных экономических систем трудно представить себе исключительно в парадигме материальных факторов производства. Укоренившиеся, в последние десятилетия, системные преобразования в механизмах и принципах экономического развития, основывающиеся, главным образом, на доминирующей роли человеческого капитала, стремительно возрастающего значения нематериальных факторов производства, глобализации социоэкономических процессов, возрастания медийной роли в системе генерирования ожиданий экономических агентов и т. п. формируют новую парадигму параметров и моделей экономического роста, основывающиеся, существенным образом, на репутации территорий.

На наш взгляд, а также полагаясь на компетентное мнение ведущих ученых экономистов [1-9 и др.] репутационный капитал территории формирует существенный потенциал ее социально-экономического развития. При этом важно отметить, что репутация, относящаяся к категории нематериальных факторов производства, играет ключевую роль в системе генерации инвестиционной активности – важнейшего фактора, предопределяющего динамику и параметры экономического развития. Несмотря на очевидность данной гипотезы о влиянии репутации на социоэкономическое развитие, выдвигаемая гипотеза должна быть подкреплена, основываясь, в том числе, на методы научного познания. Данная задача носит весьма нетривиальный характер и является относительно новой в экономической науке.

Действительно, комплексный анализ российских и зарубежных научных трудов, посвященных поставленному выше вопросу, демонстрирует весьма широкий диапазон методов и инструментов, ориентированных на поиск его решения. Однако, абсолютное большинство из них основывается на методах качественного, дискриптивного анализа. К сожалению, работы, посвященные исследованию процессов экономико-математического моделирования влияния волатильности репутационного капитала на параметры социально-экономического развития региональных систем, встречаются весьма редко.

Между тем, необходимо констатировать, что в последние годы внимание ученых все больше и больше начинает концентрироваться относительно поставленной проблематики. Однако все еще теория репутационной экономики территорий не получила должно развития и внимания, что в значительной степени ограничивает исследовательскую парадигму, основывающуюся на изучении нематериальных факторов производств в системе социально-экономического развития регионов или национальных экономических систем в целом.

В этой ситуации важнейшая миссия в развитии экономической науки состоит в разработке концепции и методологии теории репутационной экономики применительно к региональным экономическим системам. Это предполагает не только выработку и обоснование совокупности теоретических положений, но и обеспечение теории практическими рекомендациями, основанными не столько на методах качественного анализа, сколько на методах количественного, формализованного моделирования изучаемых процессов с применением широкого набора математических моделей.

Работы, целью которых является получение количественной оценки репутации регионов или отдельных их аспектов, весьма немного, например ^{[1; 10]}, они обычно опираются на социологические исследования, экспертные оценки и т. п. Как правило, исследования, проводимые в русле предмета настоящего исследования, концентрируются на микроуровне. То есть абсолютное большинство работ посвящены изучению репутации фирм - как одного из важнейшего «представителя» экономических агентов. При изучении литературы было выяснено, что для получения количественной оценки имиджа или репутации организации используется ряд методов.

Одним из наиболее методологически продвинутых из них является инструментарий оценки индекса онлайн-репутации (Ex-индекса) ^[11]. Данный индекс определяет уровень репутационной активности хозяйствующего субъекта, основываясь на измерении тональности информационных материалов, посвященных объекту исследования в Интернет пространстве.

Еще одним методом, позволяющем получить количественную оценку репутационной активности экономических агентов на уровне фирм (организаций), является метод, предложенный турецкими учеными M. Arslan и S. Seker ^[12]. В соответствии с ним репутационная активность хозяйствующего субъекта (исследование проводилось на примере университетов Турции) оценивается на основе нормализованной оценки ряда факторов (16 сетевых параметров), характеризующих их популярность и эффективность в WEB – пространстве.

Так, в качестве еще одного примера, раскрывающего особенности количественной оценки репутации хозяйствующих субъектов, можно привести исследование иранских ученых ^[13]. В нем авторы предлагают систему измерения репутации фирмы при помощи данных о социальных сетях (Twitter, Facebook и др.). В основе алгоритма заложен принцип оценки профилей отзывов, которые по замыслу ученых подразделяются на положительные, отрицательные, нейтральные, и несоответствующие для компании профили. Кроме того, алгоритм предполагает использование частоты анализируемых профилей. В результате использования метода осуществляется расчет интегральных индексов, оценивающих позитивный или негативный образ исследуемых компаний.

Подобного рода исследование приведено и в научной статье американских исследователей Yi Grace Ji, Cong Li, Michael Northc, Jiangmeng Liu ^[14].

Весьма любопытным и познавательном в научно-методическом плане представляет собой исследование словацких ученых Peter Dorčák, Peter Markovič, František Pollákb ^[15]. В нем используются алгоритмы определения тональности поисковых запросов в Интернете, отражающие уровень положительных или отрицательных отзывов об анализируемом объекте. На примере компаний автомобильной промышленности Центральной Европы осуществляется их ранжирование по уровню сформировавшейся репутации.

Существуют и другие работы (^{[16, 17, 18]}), однако все они концентрируют свое внимание исключительно на микроуровне – объектами их исследования выступают отдельно функционирующие предприятия и организации.

Вместе с тем, как уже ранее отмечалось, не менее важной методологической проблемой является поиск методов и разработка инструментария, позволяющих оценивать репутацию не только отдельно взятых хозяйствующих субъектов, но и региональную систему хозяйствующих субъектов, ограниченных территориальными ареалами. Решить поставленную методологическую проблему можно было бы применив гипотезу о том, что регион есть квазикорпорация ^[19]. Ввиду чего, при реализации процедур оценки его репутации обоснованно было бы применить методы, используемые на микроуровне при проведении подобного анализа. Однако, по нашему мнению, данный подход содержит в себе ряд ошибок и может привести заведомо к неверным результатам и оценкам.

В отличие от оценки индекса репутации организации анализ репутационного капитала региона должен иметь более сложную архитектуру, включающую в себя не просто анализ однородных потоковых информационных данных, оценивающих положительные, отрицательные и нейтральные материалы, найденные в глобальном информационном пространстве и поисковых системах об объекте анализа репутации. Репутация региональных систем формируется на основе более широкого числа факторов как институционального, так и конъюнктурного порядка ^[20].

В настоящей статье представлена разработанная нами методика, позволяющая получить количественную оценку репутационного капитала территорий^[1], а также представлены результаты апробации предложенной методики на регионах Приволжского федерального округа в части определения влияния репутации на процессы инвестиционной активности регионов.

Разработанный авторский алгоритм расчета, в концентрированной форме, представлен ниже, он включает в себя пять основных этапов:

Этап 1. Методика оценки репутационной активности региона

Шаг 1. Группировка информационного веб-пространства по уровню отражения репутационного фона региона (информация, характеризующая экономическое положение, социальное развитие, институциональные и конъюнктурные преобразования, мегапроекты и мегасобытия).

Шаг 2. Группировка информационного веб-пространства по уровню информационного воздействия (федеральное медиапространство – региональное медиапространство). В основе данного шага лежит подход, основанный на том, что информационный фон национального уровня формирует более значимые импульсы в системе генерирования репутации региона, относительно информационных источников регионального/местного уровня.

Шаг 3. Определение списка поисковых запросов x1, x2, x3…xi…xm, связанных по смыслу с анализируемой группой информационного пространства (информация, характеризующая экономическое положение, социальное развитие, институциональные и конъюнктурные преобразования, мегапроекты и мегасобытия) и оценка их запрашиваемости за анализируемый отрезок времени p(xi) – количество запросов (в месяц или год).

Шаг 4. Определение поисковых систем в веб-пространстве, по которым будет измеряться индекс репутации региона. В основе данного этапа исследования заложен механизм, позволяющий оценить популярность той или иной поисковой системы, что предопределяет и обосновывает их выбор для реализации исследований в сфере идентификации новостного фона в веб-пространстве.

Шаг 5. Расчет положительного и отрицательного контента, осуществляется в целях определения тональности поисковых фраз в каждой поисковой системе в разрезе идентифицированных групп информационного пространства (репутация в сфере экономики, социального развития, институциональных и конъюнктурных преобразований, мегасобытий и т. п.). На каждой найденной поисковой системой странице подсчитываются положительные или отрицательные упоминания о регионе в разрезе идентифицированных групп и рассчитывается тональность каждого найденного результата. Результаты записываются в итоговую таблицу данных, раскрывающих «окрас» анализируемого контента. В соответствии с выдвинутым ранее подходом о многоукладности параметров развития региональных экономических систем предлагается следующая структура направлений для функционального анализа информационного веб-пространства в сфере оценки репутационной активности региона (Таблица 1):

Таблица 1 - Расчет положительного и отрицательного контента в разрезе идентифицированных групп информационного пространства (на примере оценки репутации региона в сфере его экономического развития)

Поскольку содержание категории «репутация» многомерно и обычно характеризуется рядом показалей, для получения корректной оценки репутации следует учитывать ее разные аспекты. Поэтому количественная оценка репутации представляет из себя вектор. В этой связи предлагается, используя алгоритм, отраженный в таблице 1, применить для различных составляющих репутационной активности региона. В результате мы получим количественные оценки для 5 разных аспектов репутационного капитала региона, назовем их субиндексами:

Субиндекс, отражающий информацию относительно информационного фона региона в сфере его экономического развития (Субиндекс экономического развития Iэ).

Субиндекс, отражающий информацию относительно информационного фона региона в сфере его социального развития (Субиндекс социального развития Iэ).

Субиндекс, характеризующий информационный фон относительно изменений в сфере административно-политического развития региона (Субиндекс административно-политического развития Iап)

Субиндекс, отражающий информацию относительно информационного фона региона в сфере его технологического развития (Субиндекс технологического развития Iт).

Субиндекс, формирующий образ региона в сфере его институционального развития (Субиндекс институционального развития Iи).

Следует отметить, что представленные выше составляющие репутации региона коррелируют с подходом, изложенным в работе И. С. Важениной ^[1]. В соответствии с ним «основные характеристики, составляющие репутацию территории, - это эмоциональная привлекательность; особенности региональной экономики; развитие производственной и социальной инфраструктуры; инвестиционная привлекательность; инновационная активность; качество отношений с партнерами; репутация руководства; социальная ответственность региона; финансово-экономические показатели» ^[1].

Этап 2. Расчет интегральных значений индексов, характеризующих репутацию региона:

Расчет значений субиндексов, оценивающих тот или иной аспект репутации региона, состоит в реализации целой серии итераций.

Итерация 1. Идентификация формулировок поисковых запросов, раскрывающих образ и потенциал региона. (см. шаг 3 выше)

Итерация 2. Для каждой поисковой системы (например, Google, Yandex, Mail.ru и др.), участвующей в процедуре анализа репутационной активности региона, осуществляется оценка коэффициента «Популярность запроса во внешней среде (Kп.з) по формуле 1.

Кп.з. = ⅀Pj* Ij где (1)

Kп.з – коэффициент популярности запроса;

j -номер запроса;

Pj - вероятность клика j-ой строки результата запроса;

Ij - уровень информационного источника (1 – федеральный источник информации; 2 – региональный.).

Итерация 3. Оценка репутационной активности региона по поисковому запросу (Определение репутации запроса в Рунете (внутри поисковых систем: Google, Yandex, Mail.ru и др. Выбор поисковых систем осуществлен на основании данных о рейтинге^[2].

Расчет значений данного показателя осуществляется по формуле 2.

Кр.а. = ⅀Тк*Kn* Vi (2)

где

Кр.а – коэффициент репутационной активности региона по поисковому запросу;

Тк - тональность поисковой системы;

Kn - популярность запроса;

Vi – доля поисковой системы в рунете.

Под тональностью поисковой системы понимается система оценок анализируемого предмета репутационной активности региона, определяемая на основании анализа положительных и отрицательных оценок по поисковому запросу. При этом значение коэффициента Tk определяется по формуле 3.

Tk = (Т+i - Т-i)/10 (3)

где

Т+i - количество положительных оценок, данных на поисковый запрос в анализируемой поисковой системе;

Т-i - количество отрицательных оценок, данных на поисковый запрос в анализируемой поисковой системе;

i – количество поисковых систем, участвующих в исследовании.

Значение в знаменателе 10 обусловлено количеством анализируемых и включаемых в аналитическую базу ответов поисковой системы на запрос. Включение в анализ количество ответов на запрос, превышающее 10, не целесообразно ввиду низкой вероятности их клика пользователями (менее 3-5 %).

Итерация 4. Расчет (количественная оценка) субиндекса, характеризующего ту или иную компоненту репутационной активности региона.

Оценка значения показателя осуществляется как сумма произведений взвешанных коэффициентов репутационной активности региона. При этом в качестве весовых коэффициентов выступают показатели, демонстрирующие долю частоты конкретного поискового запроса, представляющего особой соотношение числа обращений пользователями в рамках анализируемого поискового запроса к общему количеству обращений к запросам, используемых в исследовании, в поисковой системе. В формульном виде определение субиндексов выглядит следующим образом:

Кр.а. = ⅀ Kр.а.* wi (4)

где

Iri – агрегированный субиндекс репутационной активности региона;

Кр.а - коэффициент репутационной активности региона по поисковому запросу;

wi - доля обращений к запросу в рунете в рамках анализируемого числа поисковых запросов. Определяется на основании статистики запросов ^[3].

i – количество субиндексов, участвующих в исследовании.

Шаг 7. Расчет интегрального индекса репутационной активности региона.

R = ⅀ Iri.* wi (5)

где

Iri - агрегированный субиндекс i репутационной активности региона;

wi - значение весового коэффициента, определяемого как доля числа обращений по поисковому запросу к сумме обращений пользователей по анализируемым в исследовании запросам.

Этап 3. Анализ, оценивающий влияние различных групп информационных данных на полученнное значение индекса репутации региона.

Этап 4. Анализ влияния репутационного рейтинга региона на параметры его социально-экономического развития.

Этап 5. Разработка «дорожной карты», направленной на рост конкурентоспособности региона и укрепление его социально-экономического потенциала на основе оптимизации его репутационной активности.

В соответствии с представленным выше методическими подходом были получены интегральные оценки репутационного капитала регионов Приволжского федерального округа (таблица 2, рисунок 1).

Полученные оценки формируют необходимые предпосылки для построения экономико-математических моделей, определяющих тесноту взаимосвязи между репутационным капиталом региона и его основными макроэкономическими параметрами. При этом важным методологическим аспектом является поиск и идентификация серии экзогенных параметров модели, в качестве одного из которых будет выступать «Индекс репутационного капитала территории». В состав рассматриваемых факторов были отнесены:

S - сбережения во вкладах и ценных бумагах;

R - средневзвешенная процентная ставка на рынке финансового капитала

E – сальдированный финансовый результат хозяйствующих субъектов;

K – средневзвешанный курс национальной валюты;

P – Процентная ставка по кредитным и депозитным операциям

IPC - Индекс потребительских цен, в % к предыдущему году$

IRC – индекс репутационного каитала.

Для исследования влияния факторов на эндогенный параметр, выбранные ряды проанализированы на предмет наличия сезонных колебаний. Сезонность была обнаружена у фактора «Инвестиции в основной капитал». Для моделирования сезонных колебаний были рассчитаны значения сезонной компоненты методом скользящей средней и построена аддитивная модель временного ряда. Исходный и ряд с устраненной сезонностью продемонстрирован на рисунке 2.

Таблица 2 - Ключевые параметры значений субиндексов и индекса репутационного капитала Республики Татарстан за период с 2013 по 2017 гг. (разработано автором)

Рисунок 1 - Квартальные значения интегрального индекса репутационного капитала Республики Татарстан

Рисунок 2 - Динамический ряд инвестиций в основной капитал

Республики Татарстан, млн. рублей

В соответствии со статистическо-расчетными данными, раскрывающими особенности генерирования исследуемых динамических рядов, реализовано построение множественной регрессионной модели.

Важнейшим условием при построении модели является условие отсутствия линейной зависимости между объясняющими факторами (явление мультиколлинеарности).

Для обнаружения мультиколлинеарности можно проанализировать непосредственно корреляционную матрицу факторов (Таблица 3).

Таблица 3 - Корреляционная матрица

Целесообразно включение в модель факторов, имеющих тесную связь с зависимой переменной и некоррелированных между собой.

Таким образом, в модель вошли следующие факторы:

Y- инвестиции в основной капитал (I)

X1 – индекс репутационного капитала региона (IRC);

X2– сальдированный финансовый результат хозяйствующих субъектов (E);

X3 – средневзвешанный курс национальной валюты (K).

В результате реализации серии итераций, направленных на поиск и определение статистически значимой модели, была получена ее финальная версия (Формула 6).

Итоговая регрессионная модель выглядит следующим образом:

Y=89487,02+201014,77x1^[-1]+0,2127x2+495,86x3 (6)

Таблица 4 – Параметры регрессионной статистики модели

Таблица 5 – Расчетные параметры коэффициентов регрессионной модели и их статистической значимости

Приведенные расчеты демонстрируют, что полученное уравнение хорошо аппроксимирует исходный ряд (коэффициент детерминации 0,82, параметры t-статистики и P-Значений полностью удовлетворяют необходимым критериям). Соответственно, можно утверждать, что полученная эконометрическая модель адекватно описывает исходные данные. В связи с изложенным представляется обоснованным использование уравнения в процессе прогнозирования и сценарного моделирования макроэкономической динамики региона. Важным является тот факт, что по результатам реализованных оценок доказано, что индекс репутационного капитала территории играет одну из ведущих ролей в системе генерации инвестиционной активности, что доказывает ранее выдвинутые в исследовании гипотезы и предположения.

Так, на основании полученных оценок, установлено, что изменение на 1 единицу индекса репутационного капитала приводит к росту инвестиций в основной капитал на 20014,78 млн. рублей в квартал. Учитывая, что диапазон колебаний индекса репутационного капитала региона колеблется от -1,994 до +1,994 (в соответствии с методологическим подходом, разработанном в настоящем исследовании) потенциал роста инвестиций в Республике Татарстан за счет формирования максимально высокого рейтинга репутационной активности, достигает до 40 млрд. рублей в квартал (Рисунок 3). И наоборот, снижение репутационного капитала региона до своих минимальных значений формирует отток инвестиций до 40 млрд. рублей. Учитывая, что объем инвестиций в основной капитал в Республике Татарстан составляет порядка 200 млрд. рублей в квартал (по состоянию на 2016-2017гг.) можно определить, что вклад репутации в формирование инвестиционной активности может достигать до 20% от валового объема инвестиций. В 2017 год, в рамках установленного значения среднеквартального индекса репутационного капитала республики 1,2 (Таблица 2), полагаясь на полученную эконометрическую модель, можно сделать вывод о том, что объем инвестиций в основной капитал был сформирован в размере 24 млрд. рублей в квартал в результате текущих «настроек» репутации региона (что составляет, по итогам рассматриваемых квартальных значений инвестиций в основной капитал 2017 года, около 10%). Расчет осуществлен на основе полученного значения коэффициента регрессионного уравнения при переменной IRC (прирост показателя на 0,1 определяет рост инвестиций в основной капитал на 2 млрд. рублей).

Рисунок 3 - Потенциал роста (возможный диапазон) инвестиций в основной капитал за счет формирования рейтинга репутационной активности (на примере Республики Татарстан)

Реализованные оценки демонстрируют наличие высокого уровня эластичности инвестиционной активности региона от генерирующихся параметров репутационного капитала в целом и отдельных его составляющих. Более того, на основе полученных результатов, можно утверждать, что репутация территории сопоставима по уровню воздействия на систему макроэкономических эффектов с традиционными факторами, стимулирующими экономическое развитие и в ряде случаев может превосходить их по значимости.

Также необходимо отметить, что разработанный инструментарий и его апробация позволяют решить важнейшую народнохозяйственную задачу – проведение экономической оценки реализации мер государственного регулирования с позиции идентификации и обоснования формирующихся макроэкономических эффектов. В соответствии с полученными результатами, целесообразно предположить, что следующим шагом изучения проблемы должен стать анализ влияния репутационного рейтинга региона (на примере какого-нибудь региона) на параметры его социально-экономического развития, а также разработка «дорожной карты», направленной на рост конкурентоспособности региона и укрепление его социально-экономического потенциала на основе оптимизации его репутационной активности.

^[1] Несмотря на тонкую грань между репутацией и имиджем, автор считает, что он исследует все-таки репутацию региона.

^[2] http://gs.seo-auditor.com.ru/sep/2018/01/

^[3] https://wordstat.yandex.ru/