Детальная информация

В исследовании представлен сравнительный анализ методов многокритериального агрегирования SAW, TOPSIS и GDR на примере построения синтетического индекса инвестиционной привлекательности (СИИП). Актуальность исследования определяется необходимостью совершенствования методов интегральной оценки инвестиционной привлекательности в условиях изменения структуры финансовых показателей, особенно в стратегически значимых отраслях экономики. В классических методах оценки инвестиционной привлекательности предприятия заемный капитал оценивается как негативный фактор, однако в условиях субсидируемого финансирования долгосрочные обязательства могут трактоваться как инвестиционный ресурс. Это требует разработки новых агрегированных моделей оценки и индексов, способных учитывать адаптацию структуры капитала. Данное исследование направлено на поиск оптимального соотношения классических коэффициентов и адаптированных коэффициентов с использованием многокритериальных методов принятия решений (MCDM). В исследовании проведен сравнительный анализ трех методов MCDM (SAW, TOPSIS, GDR) на синтетически сформированной структуре входных данных, отражающей возможные конфигурации классических и адаптированных коэффициентов устойчивости. Эмпирической основой послужили данные хозяйственной деятельности предприятия за 2022-2024 гг. Дополнительно модель была модифицирована путем введения показателя доверия (P/S), зависящего от уровня адаптации. Методы SAW, TOPSIS и GDR применялись для ранжирования сценариев с последующим анализом чувствительности и устойчивости результатов. Проведен расчет коэффициентов Спирмена для оценки согласованности моделей. Результаты показали, что GDR обладает наибольшей устойчивостью к включению нового критерия, демонстрируя минимальные отклонения ранговой структуры. SAW показал высокую стабильность, тогда как TOPSIS оказался наиболее чувствительным к изменению размерности пространства решений. Метод GDR, объединяющий логики SAW и TOPSIS и дополненный критерием MINMAX, продемонстрировал высокие показатели нормализации данных и корреляции с SAW. На основе анализа выявлен структурно устойчивый сценарий, рекомендованный для дальнейших прикладных исследований. Практическая ценность работы заключается в применимости разработанного подхода для построения устойчивых рейтингов инвестиционной привлекательности в условиях трансформируемой финансовой отчетности. Дальнейшие исследования предполагают формализацию весов, расширение выборки предприятий и тестирование различных метрик расстояния в модели TOPSIS.

This paper presents a comparative analysis of SAW, TOPSIS, and GDR multi-criteria aggregation methods, applied to the construction of a synthetic investment attractiveness index (SIAI). The relevance of this study is determined by the need to enhance the methods of integrated assessment of investment potential in the context of evolving financial reporting structures, particularly in strategically important sectors of the economy. Classical assessment methods of the investment potential of an enterprise assess loan capital as a negative factor; however, under subsidized financing, long-term liabilities can be treated as equity, necessitating the development of new aggregated assessment models and indices that can take into account capital’s changing structure. This study is aimed at finding the optimal ratio of classical and adapted coefficients using multi-criteria decision-making methods (MCDM). The purpose of the study is to perform a comparative analysis of three MCDM methods - SAW, TOPSIS, and GDR - based on a synthetically formed structure of input data reflecting possible configurations of classical and adapted stability coefficients. Empirical data are drawn from a three-year financial dataset of an agricultural enterprise (2022-2024). Additionally, the model was modified by introducing a trust coefficient (P/S) depending on the adaptation level. Each MCDM method was used to rank the scenarios, followed by a sensitivity and consistency analysis using Spearman’s rank correlation. The results indicate that GDR exhibited the greatest structural stability and lowest rank volatility after the inclusion of the external trust indicator. SAW remained robust, while TOPSIS showed significant sensitivity to the expansion of decision space. GDR, which combines inner structure of SAW and TOPSIS and is supplemented by MINMAX, demonstrated high degree of normalisation and correlation to SAW. An optimal scenario that balances classical and adapted indicators was determined, is recommended for further applied research. The practical value of the paper lies in application of the developed approach when constructing stable ratings of investment attractiveness in the context of transforming financial statements. Future research directions include weight optimization, expansion to cross-sectoral datasets and evaluation of alternative distance metrics within TOPSIS.

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. — Загл. с титул. экрана. — Периодичность: 6 раз в год. — Выходит с 2022 г. — Электрон. журнал. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текст: электронный

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. Т. 18, № 4, 2025. — 1 файл (6,24 Мб). — Свободный доступ из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/j25-282.pdf>.