Информационно-аналитическая система управления эффективностью финансирования инноваций тема диссертации по экономике, полный текст автореферата
Автореферат
Ученая степень | кандидат экономических наук |
Автор | Кочергин, Станислав Геннадьевич |
Место защиты | Ставрополь |
Год | 2005 |
Шифр ВАК РФ | 08.00.13 |
Автореферат диссертации по теме "Информационно-аналитическая система управления эффективностью финансирования инноваций"
На правах рукописи
ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА УПРАВЛЕНИЯ ЭФФЕКТИВНОСТЬЮ ФИНАНСИРОВАНИЯ ИННОВАЦИЙ
08.00.13 - Математические и инструментальные методы экономики 08.00.0$ - Экономика и управление народным хозяйством: управление инновациями и инвестиционной деятельностью
Автореферат
диссертации на соискание ученой степени кандидата экономических наук
Ставрополь - 2005
Работа выпонена в ГОУ ВПО Ставропольский государственный университет
Научный руководитель: доктор технических наук, профессор
Минаков Владимир Федорович Научный консультант: доктор экономических наук, доцент
Королев Виталий Александрович
Официальные оппоненты: доктор технических наук, профессор
Рогачев Алексей Фруминович доктор экономических наук, профессор Давыдянц Давид Ервандович Ведущая организация: Кубанский государственный университет
Защита состоится л27 января 2006 г. в 12.00 час. на заседании диссертационного совета ДМ 212.256.06 при ГОУ ВПО Ставропольский государственный университет по адресу: 355009, г. Ставрополь, ул. Пушкина, 1.
С диссертацией можно ознакомиться в библиотеке ГОУ ВПО Ставропольский государственный университет.
Автореферат разослан л27 декабря 2005 г.
Учёный секретарь диссертационного совета, к.т.н., доцент
В.Х. Кужев
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность исследований. В экономике России за последние 5-6 лет появилась положительные тенденции: выросли валовой внутренний продукт, бюджет, реальная заработная плата, снизилась инфляция, растет экспорт. К числу наиболее важный перемен в Российской экономике следует отнести рост количества инновационных разработок (в среднем на 21% в год). Валовой объем реализованных в 2004 году инновационных товаров и услуг достиг 370 мрд. руб.
Важно, кроме того, что появляется понимание первостепенной задачи трансформации экономики России в инновационные сферы деятельности, сформулированной в качестве государственного приоритета в Концепция научной, научно-технической и инновационной политики в системе образования Российской Федерации на 2001-2005 годы, утвержденная приказом Минобразования России от 06.06.2000 №1705, планируется создание Инвестиционного фонда России в 2006 году, средства которого буду направлены на софинанси-рование инновационных видов деятельности.
Вместе с тем, основными бюджетообразующими отраслями России являются топливно-сырьевые. Одновременно остается чрезвычайно высокой энергоемкость, материалоемкость Российской экономики, производительность труда весьма низка. Удельные показатели высокотехнологичных отраслей в экономике России составляют 4-5% в экспорте, 2-3% в валовом внутреннем продукте, и следовательно, сколько-нибудь заметного влияния на экономику страны не оказывает.
В сравнении с Россией такие страны, как Япония, США, государства Евросоюза, за последние 50 лет внедрили в производство более 10 милионов патентов и инновационных разработок. В результате в мировой экономике их ВВП составляет 75%. Процент инновационных технологий и товаров в структуре их ВВП колеблется от 70% до 85%. Удельный вес высокотехнологичной продукции в экспорте Китая составляет около 23%, Южной Кореи - 38%, Венгрии - 25%. В Российской экономике данные показатели на порядок ниже.
Таким образом, Российской экономике требуется поиск условий законодательных, организационных и других стимулирующих мер обеспечения развития инновационных сфер деятельности. Очевидно, что в их числе важнейшую роль играет финансирование инноваций, а также обеспечение их целевого и эффективного использования. Для решения данной проблемы требуется разработка теоретических положений, методик, а также практических рекомендаций по управлению эффективности финансирования инноваций.
Большие возможности в осуществлении такого управления на практике предоставляют современные компьютерные сети и системы, информационные системы и технологии. Целесообразно разработку системы управления эффективного финансирования инноваций выпонять с использованием таких технологий, в частности в виде информации (Н^^^щ^ический системы. В этой свя-
БИБМОТЕКА С.! 09
fJE. /
зи тема диссертационного исследования является актуальной, направленной на решение проблем автоматизации управления инновационным развитием.
Степень разработанности проблемы. В научной литературе проблема анализа и оценки эффективности инновационной деятельности как части финансового менеджмента инновационных проектов, нашла отражение в трудах отечественных и зарубежных экономистов и финансистов. Представители современных экономических теорий (Р. Акофф, В. Беренс, Г. Менш, М. Портер, Р. Фостер, Й. Шумпетер и д.р.) в своих трудах выделяют инновационный характер предпринимательской деятельности.
Анализу инновационной деятельности посвятили свои труды такие ученые, как А.И. Абакин, А.И. Анчишкин, Л.С. Бляхман, С.Ю. Глазьев, Г.С. Дорошенко, К.В.Опенлендер, Н.Д. Кондратьев, М.Г. Назаров, Д.И. Кокурин, Д.С. Львов, А.Г. Фонотоваб и др. Принцип самоорганизации научной деятельности, с целью выхода ее на качественный виток развития исследовали С. Б. Коробко, Т. В. Маринина, К.В. Тышкевич, В. В. Василькова, Е. Н. Князева, С. П. Курдюмов, Н. Н. Моисеев, И. Стенгерс, Г. Хакен. Анализу социальных проблем инноватики и тенденций трансформационной экономики посвящены исследования П.В. Акинина, В.И. Бутова, А.Г. Дружинина, Д.Е. Давыдянц, В.Г. Игнатова, В.Л. Иноземцева, В.В. Кузнецова, В.Н. Некрасова, В.Н. Овчинникова и др. В целом, внимание уделяется больше государственному регулированию, саморегулированию науки, что позволит увеличить научную активность, а ученым сосредоточиться на получении качественного конкурентоспособного продукта на мировом рынке инноваций и знаний. Вместе с тем, отметить, что недостаточное внимание уделяется экономико-математическим методам оценки инноваций, математическому описанию влияния факторов на инновационную деятельность, а также теоретических и прикладных аспектов определения их эффективности.
Соответствие темы диссертации требованиям паспорта специальности ВАК. Диссертация выпонена в рамках специальности 08.00.13 - Математические и инструментальные методы экономики, в соответствии с паспортом специальностей п. 2.5 - Разработка концептуальных положений использования новых информационных и коммуникационных технологий с целью повышения эффективности управления в экономических системах, а также соответствует специальности 08.00.05 - Экономика и управление народным хозяйством: управление инновациями и инвестиционной деятельностью п. 4.2 -Развитие методологии и методов оценки, анализа, моделирования и прогнозирования инновационной деятельности в экономических системах, п. 4.21 -Критерии и показатели эффективности инвестирования новых инвестиционных проектов и программ.
Целью работы является развитие теоретических и методологических аспектов экономического анализа инновационных процессов и совершенствование механизмов управления эффективностью финансирования инновационной деятельности.
Для достижения поставленной цели в диссертационной работе поставлены следующие задачи:
Х усовершенствовать классификацию инновационной деятельности и критериальный аппарат показателей ее эффективности;
Х определить степени влияния эндогенных и экзогенных факторов на развитие научно-инновационной деятельности;
Х провести анализ существующих программных продуктов оценки экономической эффективности инновационно-инвестиционных проектов;
Х построить структурно-логическую и многофакторную математическую модели информационно-аналитической системы (ИАС) инновационной деятельности;
Х разработать экономико-организационный механизм управления инновационной деятельностью в современных социально-экономических условиях страны;
Х осуществить программную реализацию информационно-аналитической системы управления эффективностью финансирования инноваций.
Объектом исследования диссертационной работы являются научно-инновационные центры России и ее регионов, механизмы обеспечения инновационной деятельности.
Предметом исследования явились экономические процессы и отношения финансирования инновационного продукта, принципы и модели мониторинга эффективности научно-инновационной деятельности.
Методы исследований. В работе использованы методы диалектического познания, экономико-математического моделирования и системного анализа. В процессе исследования применяся аппарат математической статистики, теории принятия решений и риска. Обработка информации, её анализ и определение полученных результатов производились с применением пакетов прикладных программ, в том числе и авторских.
Методологическая и теоретическая база исследования. Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых по экономике, инновациям, экономической статистике, финансовому анализу, а также законодательные и нормативные акты РФ в области научно-технической и инновационной деятельности.
Научная новизна работы. По специальности 08.00.13 - Математические и инструментальные методы экономики:
1. Определены основные экзогенные и эндогенные факторы, определяющие результаты научно-технической деятельности, установлена теснота их связи;
2. Выпонен критический анализ программных продуктов оценки экономической эффективности инновационных и инвестиционных проектов;
3. Созданы многофакторные модели инновационной деятельности, выражающие в обобщенном денежном эквиваленте ее результат от воздействия каждого фактора;
4. Разработана и апробирована на практике информационно-аналитическая система управления эффективностью финансирования инноваций.
По специальности 08.00.05 - Экономика и управление народным хозяйством: управление инновациями и инвестиционной деятельностью: 1. Допонена и обобщена классификация инновационных процессов по видам деятельности, позволяющая более точно определить место анализируемой инновационной продукции в экономическом обороте страны и региона и дать первоначальную оценку экономической отдачи;
2. Предложен экономико-организационный механизм управления инновационными проектами, усовершенствован метод оценки и анализа инновационной деятельности в условиях многовариантности, что позволит в дальнейшем с учетом многообразия производимых инноваций выбрать наиболее приемлемые методы и способы финансирования;
3. Введены понятия инновационной нормы прибыли, отражающей объективное приращение результатов в виде прибавочной стоимости, получаемых за счет инноваций, и инновационного дисконта, отражающего снижение авансируемых платежей при реализации инновационных товаров и услуг. Инновационный дисконт и инновационная норма прибыльности показывают динамику валового продукта при инновационном развитии.
Практическая значимость работы. Полученные в ходе исследования данные позволяют объективно оценить влияние экономических, научно-технических и социальных факторов на развитие инновационной деятельности. Разработанная информационно-аналитическая система может быть внедрена в инновационно-технологические бизнес-центры, организации, предоставляющие гранты или иную финансовую поддержку данной деятельности.
Апробация работы. Основные положения диссертации докладывались, обсуждались и получили положительную оценку на научно-теоретических и научно-практических конференциях (2000 - 2005 гг.): л45-й научно-методической конференции Россия XXI века: Новые векторы социально-экономического развития регионовû (Ставрополь, 2000 г.), Будущее электронного бизнеса в России (Москва, 2002 г.) Проблемы социально-экономического развития региона в условиях глобализации (Ставрополь, 2002 г.), Проблемы развития региональной финансовой системы (Ставрополь, 2003 г.), Устойчивое развитие региона в условиях экономической интеграции России в мировое хозяйство (Ставрополь, 2004 г.), Социально-психологические, экономические и юридические проблемы развития современного общества в России (Ставрополь, 2005 г.), Материалы Всероссийской научно-практической конференции Проблемы развития мировых информационных ресурсов, электронного бизнеса, инфотелекоммуникационных систем и технологийû (Ставрополь 2005 г.)
Публикации. Основные результаты, полученные соискателем, опубликованы в 6 работах, общим объемом 1,15 пл., в том числе авторских 1.05 п.л.
Структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы и приложений. Исследование выпонено на 159 страницах основного текста, содержит 20 рисунков и 23 таблиц и 3 приложения, библиографический список включает 157источников.
Во введении обосновывается актуальность темы диссертационного исследования, дается характеристика степени изученности проблемы инноватики, сформулированы цели и задачи определены объект и предмет исследовании, научная новизна, практическая значимость и основные направления апробации выпоненной работы. Проанализированы базовые и философские понятия инноваций, научного исследования, научно-технической деятельности в отечественной и зарубежной литературе.
В первой главе Современные концепции и модели оценки эффективности научно-инновационной деятельности рассматриваются основные принципы органи-
зации научных исследований, анализируются критерии их оценки, раскрываются особенности финансирования и создания бизнес-плана инновационного проекта.
Во второй главе Организационно-экономические и экономико-математические модели информационно-аналитической системы управления эффективностью финансирования инноваций анализируются характеристики показателей оценки инновационного процесса, определяется математический аппарат для анализа факторов влияния на научно-инновационную деятельность. Оцениваются модели информационных систем для выбора приоритетных векторов при создании информационно-аналитической системы. Проведен анализ существующих программных продуктов оценки экономической эффективности инновационно-инвестиционных проектов, выявлены их достоинства и недостатки.
В третьей главе Модели информационно-аналитической системы в структуре управления и финансирования инноваций, описывается структурно-логическая модель факторов, от которых зависит инновационной проект (продукт), с определением веса каждого на систему. Наряду с венчурным финансированием инновационных проектов, нами предлагается авторская схема государственной поддержки инновационных проектов. Раскрывается структура информационно-аналитической системы и уровни решения задач подсистемы. Предлагается описание информационно-аналитической системы управления финансирования инноваций.
В заключении обобщены основные результаты диссертационного исследования, сформулированы выводы и предложения, изложены практические рекомендации по их использованию.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Первая глава. Инновационная деятельность позволяет субъектам хозяйственной деятельности совершать переход на качественно более высокий уровень, используя новые или усовершенствованные технологии, нетривиальные решения. Ее реализация осуществляется благодаря целенаправленной деятельности государства, а также экономических и социальных субъектов. Характеристика масштабов финансирования научно-инновационной деятельности в России приведена в табл. 1.
Таблица 1 - Затраты на НИР в России и некоторых федеральных округах (мн. руб.)
| 2000 г 2001 г. 2002 г 2003 г. 2004 г
Государственное финансирование научных исследований 49 178 66 462 94 605 107 569 110 500
Затраты на технологические
инновации в России 55 470 68 530 94 046 112 360 116356
ЦФО 8 465 И 724 22 622 28 724 31 220
С-ЗФО 6 720 8 260 6 867 9 150 10 112
ЮФО 2 654 3 264 3 763 3 945 3 989
ВВП 6 946 500 9 090 000 10 950 000 15 300 000 16 778 000
Создание и реализация инноваций зависит от политической ситуации в стране и на международной арене, социальной и экономической политики, проводимой государством. Приоритетный фактор Ч наличие потребностей экономических агентов, связанных с тенденциями национальной и мировой экономики. Существует тесная корреляция между макроэкономическими показате-
лями, количеством и масштабом стоящих между обществом практических задач, насущностью их решения. Мировой опыт показал, что для условия саморазвития инновационной деятельности ее процент в структуре ВВП, дожен превышать 10%. Российская наука объективно находится на этапе развития, когда открывается возможность интенсифицировать и повысить конкурентно способность инновационной деятельности. Богатство и глубина накопленных фундаментальных и научно-технических знаний существенно влияют на возможности создания и реализации инновационного продукта. Изобретательство обладает свойством накапливать предшествующий опыт решения аналогичных задач, т. е. свойством кумулятивности, но оно само себе не является инновационным продуктом, для него дожна доходить до воплощения: производство продукции, продажа технологии, внедрение в производство и т.д. С учетом этой логической посыки нами построена обобщенная классификация видов инновационной деятельности (рис. 1).
Инновационная деятельность
по степени инновационного воздействия
Базисная
Вторичная
улучшающая
_по степени материализации
Модифицирующая
Смена поколения техники
Принципиально новая
по экономиче- по степени реа-
ской отдаче лизации
Модифицирующая
А_____
Комбинирующая
Радикальная
Рисунок 1 - Обобщенная классификация инновационной деятельности
Базисные нововведения Ч это нововведения, предопределяющие появление новых отраслей и новых рынков. Улучшающие нововведения не затрагивают основную технологическую схему, но улучшают качество предмета или изменяют незначительно элементы технологического процесса в целях эконо-
мии определенных ресурсов. Псевдонововведения вносят изменения под влиянием краткосрочных колебаний потребительских предпочтений.
Появление радикальных нововведений в меньшей степени, чем эволюционных, связано с потребностями рынка, поскольку спрос на них не определен в силу отсутствия в момент их появления рыночных ожиданий.
Модифицирующие нововведения могут играть и консервативную, тормозящую роль, сглаживая несоответствие условий производства в имеющейся среде, тормозя решительные меры по их радикальному изменению. Мировой опыт показал, что скрапирование мощностей, избавление от морально устаревшего оборудования при временных потерях более оправдано, чем постоянная его реанимация.
Выступая источником технологического развития, инновационные циклы, охватывают процесс создания, распространения и применения научно-технических значений с последующим получением финансового результата (рис. 2). На отдельных стадиях этого цикла научно-технические знания претерпевают последовательную трансформацию от абстрактных идей до практических результатов. Центральное место принадлежит научным исследованиям и разработкам, которые определяются как творческая деятельность, осуществляемая на систематической основе с целью увеличения объема знаний о человеке, природе и обществе, а также поиска новых областей применения этих знаний.
НАУЧНЫЕ ИССЛЕДОВАНИЯ И РАЗРАБОТКИ
Фундаментальные исследования Прикладные исследования Разработки
Совокупность иаЩ
ЖНггхНИЧССКИЧ лонных и ганий
ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ
Претгазод- Те\нспги-стиенное | ческам просюиро- подготовка ванне I
Приобрете- Приобрете- Получение
ние неове- ние овеще- программ-
щсствлен- ствленных. ных
ных техно- технологий средств
логий
Маркетинг новых про ду*тов
Финансовые ресурсы
Продую- инновационной деятельности
Рисунок 2 - Жизненный цикл научно-инновационных процессов
Непосредственная трансформация идей в технологически новые или усовершенствованные продукты и услуги осуществляется на стадии инновационной деятельности. Она предполагает целый комплекс научных, технологических, организационных, финансовых и коммерческих процедур, и именно в своей совокупности они приводят к инновациям.
Анализ существующих критериев оценки и отбора инновационных проектов позволил выявить наиболее эффективные и перспективные из них. Метод Мэнсфида предназначен для измерения рентабельности бюджетных затрат на фундаментальные исследования. Он заключается в экспертной оценке руково-
дителями 75 лидирующих компаний, в семи областях производства (высокотехнологичных компаний, электротехнической, химической, фармацевтической, нефтедобывающей и перерабатывающей промышленности).
Также в зарубежной практике широко используется модель И. Фишера, заключающаяся в графическом методе оценки эффективности инновации. Его можно охарактеризовать следующим образом - задается семейство кривых безразличия, состоящих из точек, представляющих варианты инвестиционного плана. Ось ОХ - денежные средства, вкладываемые в проект, ось ОУ - ожидаемы доход. При этом, все точки лежащие на одной кривой рассматриваются как равноценные. Таким образом, среди точек кривой находят удовлетворяющие потребностям инвестора.
Не менее важна и внутрихозяйственная оценка эффективности инновационного проекта. В качестве начального приближения используется оценка перспективности новых технологий на рынке и возможностей предприятий по их реализации. Показатели экономического развития хозяйствующих субъектов в результате реализации нововведения, в свою очередь, рассчитываются в рамках оценки ожидаемой эффективности инвестиций в новые или улучшающие технологии и анализа их влияния на экономику предприятия.
Инвестиционный проект инновационного процесса как объект анализа риска и неопределённости в ходе планируемой реализации под действием факторов внешней и внутренней среды изменяет с течением времени свои параметры, значения которых только в настоящий момент времени известны с достаточной точностью. Воздействие на объект анализа только факторов неопределённости или только факторов риска на практике представляются редко реализуемыми. Это обуславливает необходимость формулировки обобщающего понятия, позволяющего более адекватно отразить сущность создаваемого объекта. Неопределённость, связанная с реальным инвестиционным проектом, рассматривается в работе как возможность перехода из планируемого его состояния при воздействии на него факторов риска, неопределённости, а также экономико-социальных и научно-технических факторов в некоторое состояние в будущем, количественные и качественные характеристики которого определяются неоднозначно.
Можно констатировать, что в настоящее время наметилась положительная динамика в области государственного финансирования научно-инновационной деятельности. Вместе с тем, анализ существующих методов оценки эффективности инновационного продукта и деятельности требуют переосмысления и доработки их в контексте современной экономической ситуации и отношений.
Вторая глава. Максимум инновационной активности приходится на кризисный и посткризисный периоды, когда наблюдается исчерпанность потенциала технологического уклада. Переизбыток мощностей, стагнация базовых отраслей обуславливают насущную потребность в их коренной модернизации и создании новых отраслей. Осуществление в период экономического подъема базисных новшеств часто затруднено, поскольку основные нововведения уже реализованы, а новые еще не сформированы из-за лага между капитальными вложениями в научную сферы и ее результатами. Длительный процесс накопления знаний, патентов, изобретений, ноу-хау, предшествующий радикальным новшествам, объясняется отсутствием условий их реализации, включающим в себя не только возможности технологического и экономического освоения, но и институциональные и социальные факторы.
Научно-технические достижения и инновации - главные источники роста материального богатства и повышения качества человеческого капитала, предполагающие динамическое развитие интелектуально-информационных элементов национального богатства. Использование все более дорогого оборудо-
вания определяет и рост затрат на повышение качества рабочей силы. Так, в Японии к 2003 году единица капиталовложений стоила в 2,7 раза дороже, чем в середине 50-х гг., тогда как цена рабочей силы за тот же период возросла в 15,6 раза. В США затраты на воспроизводство рабочей силы увеличилась за период 1947 - 2003 гг. в 6,3 раза, тогда как расходы на воспроизводство основного капитала Ч в 4,7 раза, а расходы на науку Ч в 14 раз. Важнейшей закономерностью стало опережающее развитие науки. Для увеличения производства в 2 раза объем знаний дожен быть расширен в 4 раза, а рост объема производства в 10 раз требует увеличения знаний в 100 раз.
Темпы обновления фондов для организации производства высокотехнологичной, конкурентоспособной продукции не в пользу отечественных предприятий, особенно машиностроения, электроники и связи. Что касается ставропольских предприятий, счет компаний, ставших на инновационный путь развития, идет на единицы. По мнению промышленников, в Ставропольском крае необходимость бесперебойного режима работы конвейера инновационной продукции, давно назрела.
Основной проблемой, мешающей динамичному внедрению научных разработок на Ставрополье, является слабая связь научного мира с промышленностью, отсутствие системного подхода у региональных властей и нескоординированность имеющейся инновационной инфраструктуры, необходимо создание благоприятных условий для работы малых инновационных предприятий и инфраструктуры. Вопрос привлечения средств на эти цели стоит остро. Властями края приветствуется участие в различных проектах на условиях софинансирования и долевого финансирования из внебюджетных источников и федерального бюджета.
Тенденция, наметившаяся в экономике России в последние годы, положительным образом сказалось и на инновационных процессах. Широкомасштабное комплексное обновление материально-вещественных и производительных сил вызывается значительно возросшими или вновь возникшими потребностями общества в инновационных продуктах. Экономическая результативность производства отражает объективную потребность в смене исчерпывающего свой потенциал технологического уклада и перераспределение капитала в новые отрасли. Динамика развития инновационной деятельности представлена на рис. 3,4.
I Российская Федерация Н ЦФО О С-ЗФО Е ЮФО
Рисунок 3 - Число созданных инноваций в России и некоторых федеральных
округах
350 ООО ООО-, Т 300 ООО ООО 250 ООО ООО 200 ООО ООО 150 000 000 100 ООО ООО 50 000 000
Российская Федерация В ЦФО О С-ЗФО В ЮФО
Рисунок 4 - Объем отгруженной инновационной продукции в России и некоторых федеральных округах
Инновационная политика государства дожна обеспечивать согласование интересов всех участников данного процесса, помимо этого задавать целенаправленность стратегии социально-экономического развития общества, задачи повышения уровня конкурентоспособности национальной экономики на мировом рынке. Это необходимо для направления их мотивации на реализацию общенациональных целей. Система интересов дожна находить свое выражение в определении конкретных целей каждого субъекта и в их стратегиях. Персонификация участников инновационного процесса происходит на основе государственного управления и стимулирования, разделения труда между ними и установления прав собственности на результаты. Экономические интересы предопределяют способы и методы создания продукта, выбор организационно-правовых структур, численность привлеченных работников.
В настоящее время результаты НИОКР оцениваются следующими показателями: число зарегистрированных открытий по отрасли науки, число изобретений, число патентов и авторских свидетельств, число созданных образцов новой техники по видам. Предполагается проведение расчетных оценок по нематериальным активам. На наш взгляд, этого недостаточно для определения эффективности функционирования инновационного сектора экономики.
Представляется необходимым периодически анализировать и обобщать данные по нематериальным активам, полученным на основе выборочных обследований, как это осуществляется в промышленно развитых странах Запада.
В наших исследованиях необходимо выявить факторы, определяющих уровень и динамику инновационных процессов методами корреляционного, регрессионного и компонентного анализа. Основными задачами корреляционного анализа являются оценка силы связи между результатами инновационной деятельности и факторами, проверка статистических гипотез о наличии и силе связи между ними.
Для достоверной оценки эффективности существующих процессов финансирования инноваций необходимо выявить характер математических связей и дать им количественную оценку.
Математический аппарат для решение такого рода задач сводится к выявлению зависимости (показателей, характеризующих инновационный продукт) от факторного признака, которая проявляется частично, т.к. возможно влияние других факторов е:
у= еУ(х)+ е. (1)
Существование взаимосвязей и их тесноту можно выразить коэффициентом корреляции. По выборке из случайных величин х, и х,, N пар их наблюдаемых значений, коэффициент парной корреляции оценивается по этим выборочным значениям:
где х, - значение показателя инновационной деятельности, х, - значение показателя фактора влияния.
Современные информационные технологии предоставляют широкий набор способов реализации ИАС, выбор которых осуществляется на основе требований со стороны предполагаемых пользователей, которые, как правило, изменяются в процессе разработки. Для теории принятия решений процесс проектирования таких систем - это процесс принятия проектно-конструкторских решений, направленных на получение описания, удовлетворяющего требования заказчика. Требования, предъявляемые к информационно-аналитической системе следующие:
Х понота и достаточность информации для реализации функций управления;
Х своевременность предоставления информации;
Х обеспечение необходимой степени достоверности информации в зависимости от уровня управления;
Х экономичность обработки информации: затраты на обработку данных не дожны превышать получаемый эффект;
Х адаптивность к изменяющимся информационным потребностям пользователей.
Х созданный с помощью этой технологии проект дожен отвечать требованиям заказчика;
Х выбранная технология дожна максимально отражать все этапы цикла жизни проекта;
Х выбираемая технология дожна обеспечивать минимальные трудовые и стоимостные затраты на проектирование и сопровождение проекта;
Х технология дожна быть основой связи между проектированием и сопровождением проекта;
Х технология дожна способствовать росту производительности труда проектировщика;
Х технология дожна обеспечивать надежность процесса проектирования и эксплуатации проекта;
Х технология дожна способствовать простому ведению проектной документации.
Для определения коэффициентов технической эффективности сложных систем используются аналитические методы, методы статистического модели-
рования и методы непосредственного эксперимента. В отечественной практике разработаны общие математические модели и методы оценки эффективности (функционирования) сложных систем, которыми во многом является структура инновационной деятельности.
Модель эффективности систем кратковременного действия описывается следующим образом.
(0 = М'>,ф (3)
где Ь^) - вероятность того, что система кратковременного действия в момент времени I находится в Б-м состоянии, Ф5 - коэффициент эффективности данного состояния, (условный показатель эффективности функционирования системы в Б-м состоянии), то показатель эффективности функционирования системы кратковременного действия может быть определен по формуле
(/) = Ф к х I М')
4=1 5 - А,
где Фк - некоторый уровень коэффициента эффективности; N - число таких уровней; - множество тех состояний, для которых коэффициент эффективности равен Фк.
Модель эффективности длительного действия описывается следующим образом. Если обозначить через сйг^, 1+1^) элемент вероятности того, что система длительного действия в интервале [1,1+1о] имела п-ю реализацию процесса перехода из одного состояния в другое, и через Ф^ - условный показатель эффективности функционирования системы для этой реализации процесса, то показатель эффективности функционирования системы длительного действия может быть определен по формуле
При этом интегрирование производится по пространству всех возможных реализаций процесса перехода системы из одного состояния в другое в интервале времени [1,1+1о].
Для системы, состоящей из п взаимозависимых этапов, каждый из которых может находиться лишь в двух состояниях (работоспособности и сбоя), формулу (4) можно записать в виде.
[ 1=1 Г, , Г,Г} I I ]
где Ф0 - условный показатель эффективности инновационной системы в расчете, что ни один из этапов инновационной деятельности не завершися в интервале [1, Фо, Ф^х,) - условный показатель эффективности инновационной системы в расчете, что отказал только -й элемент, причем сбой произошел в момент времени х, (1 < х, < 1 + 1о); ФО, Фу (х,; х^ - условный показатель эффективности в расчете, что о сбой только н -й и ]-тл элементы, причем отказы их
произошли в момент времени х, и х, соответственно (t < х, < t + to; t < Xj < t + to) и т.д.; H0 - вероятность того, что ни один из этапов системы не откажется невыпоненным в течение интервала - плотность вероятности отказа i-ro элемента в момент времени х,.
Оценка эффективности сложных инновационных процессов на практике часто вызывает много затруднений в связи с большой трудоемкостью расчетов из-за необходимости анализа большого числа состояний, поэтому целесообразно использовать компьютерный инструментарий для автоматизации подобных расчетов.
Информационно-аналитическая система позволяет учесть и использовать в принятии решения максимум имеющейся информации об управляемом объекте, согласовать принимаемые решения с позиции объективных критериев эффективности, а не субъективных мнений экспертов.
В настоящее время на Российском рынке существует достаточно широкий спектр специализированных программных продуктов, применяемых для экспертизы инвестиционных и инновационных проектов. Среди них в первую очередь следует выделить лProject Expert фирмы Про-Инвест, Альт - Инвест фирмы Альт, Инвестор фирмы ИНЭК, ТЭО - Инвест производства ИГТУ РАН и др.
Отечественные программы по оценке инвестиций обладают несомненными преимуществами по сравнению с зарубежными с точки зрения ценовых характеристик и адаптированы к российской специфике. Зарубежные программные продукты (COMFAR и PROPSIN) не позволяют в поной мере учесть особенности российской системы налогообложения, учета инфляционных изменений для отдельных статей доходов и расходов, региональных рисков - табл. 2.
Таблица 2 - Программные продукты оценки инвестиционно-инновационных
проектов на Российском рынке
Показатель сравнения "Альт-Инвест-Сумм" 4 0 Тройка Project Expert 7 Professional
Компания -разработчик ИКФ "АЛЬТ" НП Инновационное Агентство Про-инвест-ИТ
Краткое описание "Альт-Инвест-Сумм" программа для оценки инвестиционных проектов, построения финансового плана действующего предприятия Создан на базе "Альт-Инвест" (версия 4 0). "Альт-Инвест'' - первая в России программа для коммерческой оценки инвестиционных проектов Экспертная компьютерная программа предназначена для оценки экономической эффективности инновационных проектов В основе программы заложена методика, основанная на оценки риска, цены прав на интелектуальную собственность и коммерциализации наукоемкой продукции Project Expert позволяет гибко учитывать изменения в экономическом окружении и оперативно отражать изменения Программа рекомендована к использованию МРЭТ России и структурами регионального уровня как стандартный инструмент для разработки бизнес-планов предприятий.
Наиболее приемлемыми программными продуктами по оценке эффективности инвестиционных проектов являются отраслевые. В них учитываются
особенности исходной информации (нормативной, правовой, экономической, методической и пр.), используется база данных по отечественным и зарубежным инвестиционным проектам в конкретной отрасли.
Вместе с тем, лишь одна из перечисленных программ является специализированной для оценки инновационных проектов и их специфических рисков -Тройка используемая в Инновационо-технологических центрах Российской Федерации. На наш взгляд, недостатками этого программного продукта, является недостаточное число критериев оценки рассматриваемых проектов, попытка разработчиков унифицировать программный продукт приводит к снижению точности определения эффективности проекта. Таким образом, целесообразно рассмотреть возможность разработки или совершенствования программного продукта с целью повышения эффективности и точности анализа инновационных проектов.
Исходя из того, что для анализа эффективности финансирования инновационного проекта требуется обработка большого количества информации и существует необходимость исключить фактор человеческого вмешательства (личной заинтересованности эксперта, или его антипатии), предлагается тип информационной системы - DSS - decision support system (системы поддержки принятия решений).
Таким образом, анализ характеристик показателей инновационной деятельности выявил необходимость совершенствования методов оценки данных процессов. Рассмотрение видов информационных систем определил концептуальное направление создания информационно-аналитической системы управления эффективностью финансирования инноваций.
Третья глава. Современными учеными принято выделять несколько видов ресурсов инновационной деятельности. По мнению одних, главным источником ресурсов является научная база, на которой и происходит строительство новою знания. По мнению других, основополагающим фактором является колектив. По нашему мнению, необходимо рассматривать группу факторов, или ресурсных источников. Определение первичности будет зависеть от вида инновационной деятельности и научно-технической разработки. Именно совокупность факторов: финансирование, потребности рынка, наличии туровых ресурсов и т.д. определят эффективность и живучесть инновации.
Все факторы, влияющие на инновационную деятельность, в реальной действительности проявляются в комплексе и взаимообусловлены. Появление нововведений зависит от факторов, взаимодействующих друг с другом, что затрудняет выделение приоритетных из них. Для анализа закономерностей появления нововведения целесообразно использовать модели, основанные на принципе случайности, а для определения эффективности нововведений использовать набор четко сформулированных факторов. На основе исследований мы выявили три группы факторов, имеющих наибольшее влияние на результат эффективности инноваций (табл. 3).
Таблица 3 - Группы факторов, влияющих на инновационную деятельность
Наименование группы Перечень факторов
Экономические экспорт высоко технологичной продукции, капиталоемкость производства, объ-; емы инвестиций в инновации (по отраслям), валовой доход от инновационной1 деятельности (по отрастям), ресурсы (информационные, трудовые, научное обо-' рудование, материально-техническая база), спрос на инновационный продукт в существующих отраслях, способность к поному использованию расширяющей гося объема ресурсов ВВП. объемы производства по отраслям и др :
Научно-технические фундаментальные разработки, НИОКР, НТП, патенты, доля ВПК в бюджете, страны, доля конверсионных инноваций и др
Социальные развитие средств связи по стране, социальная стабильность региона (уровень! безработицы, криминализация общества, объемы отчислений на культуру), за- Х конодательная база и др. 1
Для адекватного отражения воздействия каждого из этих факторов необходимо ввести коэффициент их влияния. Разбив все факторы на три группы (экономические, социальные, научно-технические), мы можем выпонить мониторинг влияния одного, группы факторов или их совокупности. Это позволяет обеспечить высокую степень объективности управления инновационными проектами, подвергаемыми анализу.
Для выбора факторов, имеющих наибольшее влияние на инновационную деятельность, необходимо определить тесноту связи факторов с качественными и количественными показателями инновационной деятельности. Проведя корреляционный анализ, мы на практике подтвердили правильность выбранных данных и определили тесноту связей; некоторые результаты проведенного анализа представлены в табл. 4.
Таблица 4 Ч Коэффициенты корреляции показателей _инновационной деятельности_
Показатели инновационной деятельности 1 коэффициенты корреляции показателей
; РФ ЦФО С-ЗФО ЮФО
Количественные инновационной деятельности показатели от-
государственного финансирования 0,960 0,970 0,941 0,889
среднемесячной заработной платы персонала ! 0,988 0,984 0,973 0.879
ВВП России Х 0,996 0,984 0,980 0,935
прожиточного минимума , 0.982 0.988 0,976 0,915
численности научных сотрудников 1 -0.440 -0,476 -0,795 -0,581
Качественные инновационной деятельности показатели от
государственного финансирования ' 0,971 0,952 0,734 0,984
среднемесячной заработной платы 1 0,930 0,891 0,624 0,930
ВВП России ' 0,989 0,976 0,792 0,996
прожиточного минимума ! 0,975 0.956 0,744 0,987
численности научных сотрудников I -0.911 -0.852 -0,963 -0,983
Из таблицы наглядно видна тесная связь между экономико-социальными факторами и результатами инновационной деятельности, общая тенденция увеличения количества разработок и суммы реализованной продукции в России от размеров государственного финансирования, заработной платы научным сотрудникам и др.
Отрицательная корреляционная связь между численностью научного персонала и численностью инноваций, свидетельствует о переизбытке научных со-
трудников в Российской науке. Следовательно, целесообразно мерами государственного регулирования уменьшать численность научных сотрудников до оптимального уровня. Динамика численности научных сотрудников в России представлена на рис. 5.
940 000 -930 000 920 000 -910 000 -900 000 -890 000 880 000 670 000 880 000 850 000 -
2000 годы
Рисунок 5 - Динамика изменения численности сотрудников НИОКР
Следует перед описанием математической модели ИАС, раскрыть способы финансового регулирования и стимулирования инновационной деятельности. На наш взгляд необходимо более активно развивать инфраструктуру инновационных процессов, что подразумевает создание концессий, инвестиционного фонда и особых экономических зон. Нами предложен механизм финансирования инновационных процессов, заключающийся в многовариантном подходе к выбору финансового стимулирования инновационной деятельности. Он заключается в определении рационального вида поддержки рассматриваемых проектов: льготного налогообложения, венчурного финансирования софинансирования из государственных государственно-коммерческих, коммерческих фондов, грантовых организаций и др. Выбор вида финансирования или стимулирования зависит от внешних условий проекта, специфики инновационного товара или услуги.
Сложность большинства выпускаемых сейчас новых изделий требует от общества специальной организации работы по их созданию. Инфраструктура инновационного процесса дожна не только объединить усилия многих людей, но и обеспечить колективы разработчиков материальными и финансовыми ресурсами на весь период их совместной работы.
Существует несколько видов финансирования инновационного проекта: венчурное финансирование, государственное финансирование, через фантовые организации и фонды, привлечение частного и иностранного капитала и т.д. На наш взгляд финансирование инноваций следует сделать приоритетным для государства и крупного и среднего бизнеса. При отсутствии высокотехнологичных решений, затрагивающих все сферы экономико-социального развития современной России, в условиях, где 3 из 4-х рублей изымаются из экономики и направляются в стабилизационных фонд, не реализуется потенциально возможный экономический рост страны. Поэтому необходима система государственного регулирования и поддержки инноваций; наряду с законодательной базой, необходима жесткая структура финансовой поддержки - рис. 6.
Рисунок 6 - Многовариантная схема финансирования инновационных проектов
Адекватность предложенной модели подтверждает постановление правительства РФ о создании инвестиционного фонда. Согласно постановлению, возможны три формы государственной поддержки инвестиционных проектов: прямое финансирование, предоставление гарантий по кредитам и взнос в уставный капитал. Участие частного капитала в инвестиционных проектах дожно составлять не менее 25%.
Представив схему финансирования, мы можем перейти к разработке математической модели.
Процесс построения математической модели инновационного объекта исследования и анализа его эффективности, определение методов (агоритмов) получения решения задачи, является этапом системного синтеза задачи. Г(у)= к,Д кДХ,- к12Х2, + - к,Хг к20~к2/Х22+к3!Х33+... ~кгХД"+Ех~
1,Д Чи-1, г1127}, V 1,0, + ... Ч1тгг- Ьо+ЬЛ2- 1з,г/ -... +1к2кт+Е; -
- е,(ге,,8,+ е:Д е21Б/+е3Я/+... Е,; (7)
Где X - экономические, Т - научно-технические, 5 - социальные факторы, являющиеся входными параметрами для информационно-аналитической систе-
мы, к, 1 и е коэффициенты влияния, Р(у) - сумма влияния факторов за текущий год, а Е, - случайные величины. Но для более точного выявления влияния факторов на инновацию, необходимо проследить влияния факторов за прошедшие годы, вплоть до появления инновации. В результате, обобщенная математическая модель будет выглядеть следующим образом: Р(у)=(к1о+кпХ1+к12Х2!+к]зХ31+к|ПХП1+к2о+к21Х2+к22Х22+...+кз]Х1э+...+кчХчи+Ех+ +1Ю+1П21+11222|+1О Z\HlmZ^mЯ2o+hlZ2+l22Z22-.M}iZ^+...+\kZm+Ez+ew+вnSl+ +е,28 Де|3813+еи8\+е2о+е2182+е22822+. Х .+е3833+.. .+ег8г'+Е3)*(1 +(к10+кпХ1+к12Х21+к1зХ3|+к|пХп1+к2о+к2.Х2+к22Х22+.. .+к31Х33+.. .+кчХчи+Ех+ +1,0+!11г|+11222,+1,з231+1,т21га+12о+12122+122г22...+1з|233+...+1к2Г+Е2+е,о+еи81+ +е+12812+е,3813+е!18',+е2о+ е2182+е22822+...+ е383э+.. .+ег8г'+Е3 )*(1+1<1)2+ +(к,о+кпХ1+к12Х21+к13Х31+к1пХп1+к2о+к21Х2+к22Х22+..^к3|Х33+...+к(1Хчи+Ех+ +1!о+1Дг,+112221+1п731+1,т71т+12о+12,22+122г22...+1312з3+...+1к2кт+Е2+е,о+е1181+ +е128|2+е13813+е1,8'1+е20+е2182+е22822+...+ез83:'+...+ег8г,+ЕЛ',,(1+1'(1)3+... +(к] о+кц X1 +к! 2Х21 +к 13Х3! +к] ДX" 1 -гк20+к2 ] Х2+к22Х22+ ... +к31Х33+... +кчХчи+Ех+ +110+1п2|+!п221+113231+11т2,т+12о+121г2+122г22...+1з1233+...Чк2кт+Е2+е10+е1181+
+е128,2++е1з8,3+еД8,1+е20+е2182+е22822+.. ,+е3833+.. .+еД'+Е,)*(1+1с1У"}0 Где j - текущий год, а ]0 - год появления на рынке инновации, с1 - сумма инновационной нормы прибыли и инновационного дисконта, то есть показатель, равный экономическому эффекту инновации от начала периода ввода Обобщенную факторную модель валового инновационного продукта, выпускаемого в течение .Но лет можно представить в следующем виде:
]=\ у 1Ч\ \ н=0 у \т=0 ; \ 1=0 ) р=1
Где I - расчетный год инновации, ^-базисный год (год выпуска инновации). (1-Чл1))""' - допонительный эффект, вызванным инновационным характером деятельности.
Инновационная норма прибыли есть отношение прибавочной стоимости, полученной за счет инноваций, по всему авансированному капиталу.
Увеличивая в структуре ВВП долю секторов новой экономики, в том числе, инновационной продукции, необходимо обеспечить их критическую массу, что обеспечивает устойчивость инновационного развития, переводя экономику из разряда экспортно-сырьевой в разряд постиндустриальной. Таким образом,
можно выделить следующие характеристики инновационных нормы прибыли и дисконта:
Х на рынке инновационная продукция имеет конкурентное преимущество;
Х инновационный продукт имеет более высокую цену по сравнению с традиционным продуктом;
Х введение дисконтирующего коэффициента обусловлено влиянием инновационных разработок прошлых лет на современное состояние экономики;
Х величина 5<Л показывает изменение объемов реализации инновационной продукции.
Процесс ввода информации, связанной с анализом инновационной деятельности, на первоначальном этапе рассмотрения проекта, имеет специфические особенности, что обусловлено неоднородностью этих данных этих и различными уровнями получения информации. Для эффективного анализа целесообразно использовать агрегированные экономические показатели, а также классические экономические показатели, используемые в анализе инвестиционных проектов - табл. 5.
Таблица 5 -Информационные потоки ИАС
Входная информация | Выходная информация
ВВП Способность к расширению исполь-
Объемы производства (по отраслям) зования ресурсов и объемов сбыта
Экспорт высокотехнологичной продукции
Капиталоемкость производства
Объемы инвестиций (по отраслям) IRR (рентабельность инновационной
Валовой доход от инновационной деятельности деятельности)
Ресурсы:
Информационные ресурсы
й я Трудовые ресурсы
к о Материально-техническая база PI (индекс прибыльности)
2 Научное оборудование
и Спрос на инновационный продукт сущест-
sr вующими отраслями и предприятиями NPV (чистый приведенный доход)
s о Заработная плата научных сотрудников
X с Прожиточный минимум
П Государственное финансирование науки
Сумма затрат на инновационную деятельность Бюджетная эффективность (сумма налогов)
Затраты на единицу продукции
Численность научных сотрудников
Количество НТП
Стратификация научного персонала
РВ (период окупаемости)
Из представленной таблицы наглядно видно, что для успешного функционирования ИАС, высокой точности анализа, эффективного управления финансированием, необходимо иметь данные разных иерархических уровней: федерального, регионального, а также коммерческие, научные.
Для отображения уровней информационной системы и ее информационных потоков представим ее в виде структурно-логической схемы рис. 7.
/-\ Трашакционньк системы,
^-у [ истечникиданных 01ДТ?
Рисунок 7 - Информационные потоки и структурная схема информационно-аналитической системы Особенностью ИАС является то, что она позволяет принимать информацию из различных источников, аккумулировать ее в базе данных, обрабатывать, при этом обеспечивая передачу ее на различные уровни управления.
ИАС накапливает и перерабатывает поступающую информацию, служащей основой эффективного управления финансированием инновационным проектом - форма представлена на рис. 8, предоставления предложений о корректировке ее целей и разработки планов для нового цикла воспроизводства.
Рисунок 8 Ч Оконная форма ИАС анализа текущего состояния выпонения проекта
Автоматизация ввода агрегированных данных рис. 9 обеспечивает повышение достоверности расчетов, являясь удобным инструментом управления метаданными системы. Также информационная система имеет возможность представления данных в табличном и графическом виде.
Рисунок 9 - Форма управления метаданными ИАС
Подводя итоги исследований, проведенных в рамках настоящей диссертационной работы можно утверждать, что разработанные в диссертации рекомендации позволят активизировать инновационную деятельность, повысить эффективность анализа и оценки финансирования инвестиций в созданий новых товаров и услуг, что позволит добиться устойчивого роста экономики, и несомненно, обеспечит возможность перехода российской экономики в формат новой экономики, а общества - к информационному.
Выводы и предложения
1. За последние 50 лет такие страны как Япония, США, государства Евросоюза совершили рывок в развитии инновационной деятельности. Данными странами внедрено в производство более 10 милионов патентов. В результате в мировой экономике их ВВП составляет 75%. Процент инновационных технологий и товаров в структуре их ВВП колеблется от 70% до 85%.
В России удельный вес высокотехнологичной продукции в экспорте не превышает 4-5%. Спрос на новые технологии и продукты вызвал необходимость создания системы управления инновационными проектами, стратегических решений, нацеленных на трансформацию ранее сложившейся модели инновационной деятельности, а также привлечения частного, иностранного и государственного капитала для массового использования и развития инноваций в промышленности. Для преодоления сырьевой зависимости нашей страны необходимо интенсивное развитие секторов новой экономики.
2. Анализ существующих методов анализа и оценки инновационного продукта выявил, что они не позволяют решить поставленную в диссертационной работе задачу управления эффективным финансированием инновационных разработок в поном объеме и с заданной точностью. Это связано в первую очередь с: отсутствием специализированных программных продуктов многофакторного анализа инноваций; условиями поставленной задачи обеспечения эффективности финансирования инноваций; спецификой применяемых методов, принятие решения базируется на анализе 3...4-Х факторов, влияющих на инновационную деятельность, которые не позволяют в поной степени определить перспективу развития инновационного проекта. Вследствие неадаптивности применяемых пакетов прикладных программ для управления инновационными проектами, уровень адекватности прогноза не удовлетворяет предъявляемым требованиям. Применение разработанной информационноЧаналитической сис- г темы управления эффективностью финансирования инноваций позволит определить векторы развития инновационной деятельности.
3. Научно-технические достижения и инновации - главные источники экономического роста, предполагающие динамическое развитие интелектуально-информационных элементов национального богатства. Для увеличения производства в 2 раза объем знаний дожен бьггь расширен в 4 раза, а рост объема производства в 10 раз требует увеличения знаний в 100 раз. Использование более дорогого оборудования определяет и рост затрат на повышение качества рабочей силы. Так, в Японии к 2003 году единица капиталовложений стоила в 2,7 раза дороже, чем в середине 50-х гг., тогда как цена рабочей силы за тот же период возросла в 15,6 раза. Важнейшей закономерностью стало опережающее
развитие науки. В США затраты на воспроизводство рабочей силы увеличилась за период 1947 - 2003 гг. в 6,3 раза, тогда как расходы на воспроизводство основного капитала Ч в 4,7 раза, а расходы на науку увеличились в 14 раз. 4. В ходе диссертационного исследования нами введены новые понятия -инновационный дисконт и инновационная норма прибыльности (их сумма равна величине с!). Инновационная норма прибыли Ч это приращение показателей производственной деятельности рассматриваемой отрасли в результате внедрения инновационных продуктов, являясь разностью между финансовыми ресурсами, авансируемыми в производство, и капиталом после перехода к инновационным видам продукции и технологий. Инновационный дисконт отражает снижение авансируемого капитала в производство за счет перехода на инновационные товары и услуги. Инновационный дисконт и инновационная норма прибыльности отражают в денежном эквиваленте динамику развития инновационных отраслей (товаров, услуг), если ё < 0 - развитие отрасли экстенсивное, если (1 > 0 - развитие интенсивное (инновационное). Это позволяет оценить роль инновационного продукта в развитии отраслей и экономики страны в целом. Кроме того, такой показатель является для инвесторов индикатором привлекательности отрасли экономики.
Основные положения диссертации опубликованы в следующих работах:
1. Кочергин С.Г., Шекоплясова Г.С. К вопросу о фермерстве // Материалы 45-й научно-методической конференции Россия XXI века: Новые векторы социально-экономического развития регионов, 3-7 марта 2000 г.-Ставрополь: изд-во СГУ, 2000.-С. 179-180. - 0,15 п.л.
2. Кочергин С.Г., Королев В.А. Internet-магазины в Российской действительности // Материалы первой всероссийской научно-практической конференции лIT-Youth Будущее электронного бизнеса в России, 5-6 марта 2002 г.Москва: изд-во МЭСИ,2002.-С.121-123. -0,1 пл.
3. Кочергин С.Г., Шаповалов A.B., Исаева Ж.У. Лизинг в России: противоречия, проблемы, перспективы // Материалы региональной научно-практической конференции Проблемы развития региональной финансовой системы, 24-25 февраля 2003 г.- Ставрополь: изд-во СГУ, 2003.-С.56-57. -0,2 п.л.
4. Кочергин С.Г. Современное состояние финансирования науки в регионах // Материалы 49-й научно-методической конференции университетская наука-региону Устойчиво развитие региона в условиях экономической интеграции в мировое хозяйство, 4-5 марта 2004 г.- Ставрополь: изд-во СГУ, 2004.-С.100-103. -0,2 пл.
5. Кочергин С.Г., Черкасенко М.ГО. Повышение конкурентной способности научных исследований // 10-летию экономического факультета Ставропольского государственного университета посвящается Новая экономика: Реалии XXI века, проблемы и перспективы, 24-25 ноября 2004 г.- Ставрополь: изд-во СГУ, 2004.-С.240-241. -0,1 пл.
6. Кочергин С.Г. Инновации и обеспечение их финансовыми ресурсами // Материалы пятой профессорско-преподавательской конференции Социально-психологические, экономическое и юридические проблемы развития современного общества в России, 24-25 марта 2005 г.- Ставрополь: СФМГЭИ, 2005.-С.56-57. -0,3 пл.
7. Кочергин С.Г., Брежнева И.Б. Моделирование инновационной деятельности в условиях российской экономики // Материалы Всероссийской научно-практической конференции Проблемы развития мировых информационных ресурсов, электронного бизнеса, инфсггелекоммуникационных систем и технологий. - Ставрополь: изд-во СГУ, 2005. - 0,3пл.
Изд лиц серия ИД № 05975 от 03 10 2001
Формат 60x84 1/16 Усл.печ л. 1,2 Бумага офсетная_тираж 100 экз.
Подписано в печать Уч.-изд.л 0,92
заказ 357
Отпечатано в Идательско-полиграфическом комплексе Ставропольского государственного университета 355009, Ставрополь, ул. Пушкина 1
в- 10 0 6
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Кочергин, Станислав Геннадьевич
ВВЕДЕНИЕ.
ВВЕДЕНИЕ
1 СОВРЕМЕННЫЕ КОНЦЕПЦИИ ОЦЕНКИ ЭФФЕКТИВНОСТИ НАУЧНЫХ
ИССЛЕДОВАНИЙ
1.1. Организация научных исследования как фактор экономического развития
1.2.Модели и критерии оценки эффективности научных исследований
1.3.Особенности финансирования инвестиционных проектов в контексте научный исследований (инноваций) Выводы по 1 главе
2 ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКИЕ ОСНОВЫ МОНИТОРИНГА
ЭФФЕКТИВНОСТИ ФИНАНСИРОВАНИЯ НАУЧНЫХ ИССЛЕДОВАНИЙ
2.1.Характеристика показателей оценки научных исследований, как входных информационных потоков информационно-аналитической системы мониторинга эффективности финансирования инноваций
2.2.Выбор и оценка информационной модели информационно-аналитической системы
2.3.Экономическая постановка задачи и требования к информационно-аналитической системе Выводы по 2 главе
3. МОДЕЛИ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ В СТРУКТУРЕ УПРАВЛЕНИЯ И ФИНАНСИРОВАНИЯ ИННОВАЦИЙ И НАУЧНЫХ ИССЛЕДОВАНИЙ
3.1.Структурно-логическая модель факторов, влияющих на результаты научных исследований
3.2.Разработка математической модели и структуры экспертно-аналитической системы
3.3.Совершенствование эффективности управления финансирования научных исследований на основе развития мониторинга
Выводы по 3 главе
Диссертация: введение по экономике, на тему "Информационно-аналитическая система управления эффективностью финансирования инноваций"
Понятие линновация появилось в научных исследованиях в XX в. и первоначально означало проникновение некоторых элементов одной культуры в другую (обычаев, способов организации жизнедеятельности, в том числе производства). В отечественной и зарубежной литературе не существует четкого понятия инновация и инновационный проект. Мы будем придерживаться следующего понятия: инновации: - 1) вложение средств в экономику, обеспечивающее смену поколений техники и технологии; 2) новая техника, технология, являющаяся результатом достижения научно-технического прогресса; 3) выработка, синтезирование новых идей, создание новых теорий и моделей, претворение их в жизнь.1
В процессе инновационной деятельности при преодолении инерции сложившегося порядка зачастую возникает проблема последствий Ч ожидаемых, желаемых и вредных.
Изначально они оформляются в сознании как проблема, связанная с наличием противоречия между действительностью и возможным состоянием, представленным как сущностное противоречие. Субъективное содержание последнего предполагает целенаправленную инновационную деятельность социальных субъектов, в ходе которой и разрешается данное противоречие. Инновационная деятельность позволяет разрешить противоречия, связанные с тем, что в каждой вещи (процессе, явлении, отношении) содержатся объективные тенденции развития (потенции). Их реализация осуществляется благодаря целенаправленной инновационной деятельности социальных и экономических субъектов.
Сама инновационная деятельность также является внутренне противоречивой, поскольку известное расхождение целей и результатов при инновациях неизбежно, что связано с рассмотрением объективного и субъективного в самих нововведениях.
Инновация проявляется в конечном итоге как результат различия интересов участвующих в инновационном процессе субъектов и предполагает реализацию общей функции Ч разрешение имеющихся противоречий посредством целенаправленной деятельности, предотвращающей противоречия либо сглаживающей остроту их проявления.1 Ф В современных условиях научные исследования и инноваций, как и государственная статистика в целом, приобретает все большее значение. С начала 1990-х гг. российская наука развивается в качественно новых экономических, социальных и политических условиях. Однако отсутствие на первом этапе реформ обоснованных стратегических решений, нацеленных на трансформацию ^ ранее сложившейся модели науки, и повышение ее роли в обеспечении позитивных преобразований на фоне охватившего страну общесистемного кризиса привели к резкому обострению ситуации в науке.2 Дефицит бюджетных средств, падение спроса предприятий на исследования, разработки и инновации и, как следствие, снижение реальной величины затрат на эти цели, сокращение занятости в * сфере науки и масштабов подготовки научных кадров - таковы в целом тенденции, характеризовавшие динамику научного потенциала страны в последнее десятилетие.
Тем не менее, как показывает анализ, в российской науке происходят процессы постепенной адаптации к рыночным условиям. В их числе - трансформа* ция институциональной структуры и развитие частного сектора науки, конверсия научных организаций оборонного комплекса, становление новых организационных форм проведения исследований, их интеграция с производством и образованием; появление альтернативных источников финансирования, в том числе на 4> конкурсной основе; изменение под воздействием спроса структуры подготовки кадров; успешное развитие международного научно-технического сотрудничества. Основной стратегической задачей научно-технической политики становится формирование мобильного, динамично развивающегося научно-технического потенциала, отвечающего современным требованиям и ресурсным возможностям страны, повышение эффективности его использования в целях обеспечения духовного и физического здоровья нации, конкурентоспособности экономики, обороны государства.
Усложняется и сам механизм выработки и реализации государственной научно-технической политики, предполагающей согласование интересов различных органов власти (парламента, правительства, министерств и ведомств, местных администраций), экономических агентов (предприятий и организаций разных форм собственности, а также их объединений) и самого научного сообщества.
Ориентация на потребности общества и научно-технической политики, в частности, предполагает прежде всего отражение реального состояния научного и инновационного потенциала. Принципиальное значение приобретает охват всех существенных элементов и факторов, определяющих его развитие. Адекватное выражение в статистике дожны получить процессы адаптации сферы науки и инноваций к рыночной экономике, происходящие институциональные изменения, трансформация отношений собственности, развитие малого инновационного бизнеса. Новыми направлениями в статистике становятся анализ состояния научного потенциала на приоритетных направлениях исследований, оценка деятельности и конкурентных позиций научных организаций в условиях рынка. По мере перехода экономики к траектории роста усиливается важность изучения уровня и структуры спроса на инновации, результативности научной и инновационной деятельности, процессов технологического обмена; анализа технологической структуры экономики. Необходимо также развивать статистические исследования информационных технологий: объема, структуры и динамики рынка связанных с ними товаров и услуг; целей использования и масштабов распространения; доступа к глобальным информационно-телекоммуникационным сетям; развития электронной коммерции и других видов бизнеса на базе Интернета.
На наш взгляд необходим инструмент мониторинга научно-технической и инновационной деятельности, в тесном контакте с государственной, обоснованной научно-технической политикой. Это даст возможность, оперативно реагировать на ее приоритеты, предвидеть их возможные изменения в будущем. Важно усилить внимание к проблемам выявления устойчивых закономерностей динамики научного и инновационного потенциала, прогнозирования количественных и структурных сдвигов. Необходимо на основе обобщения мировых тенденций и опыта стран, находящихся на разных уровнях научно-технического развития, ф сформировать концепцию развития науки и инноваций применительно к определенной макроэкономической ситуации, оценить действенность тех или иных вариантов научно-технической политики.
В России формируется постоянно действующая система мониторинга общественного мнения о науке. Обследования охватывают оценки достигнутого уровня научных исследований и внедрения новых технологий, последствий научно-технического прогресса; мнения о значении инноваций, условиях работы ученых в нашей стране, роли государства в регулировании научной деятельности, приоритетных направлениях исследований. Рассматриваются проблемы доверия к науке, престижа научной деятельности и социального статуса ученых, интереса населения к научной тематике, доступности научно-технической информации, отношения к образованию. Предприняты попытки измерения уровня научной и компьютерной грамотности населения. 1
Усиливающиеся взаимосвязи между развитием науки, инновационной деятельностью, образованием, информационными технологиями и их ключевое ин тегральное значение для обеспечения устойчивого экономического роста и достижения высокого качества жизни предопределяют необходимость комплексного подхода к решению задач, мониторинга эффективности финансирования инноваций и научных исследований в рамках единого направления.
В экономике России за последние 5-6 лет появилась положительные тенденции: выросли валовой внутренний продукт, бюджет, реальная заработная плата, снизилась инфляция, растет экспорт. К числу наиболее важный перемен в Российской экономике следует отнести рост количества инновационных разработок (в среднем на 21% в год). Валовой объем реализованных в 2004 году инно4 вационных товаров и услуг достиг 370 мрд. руб.
Важно, кроме того, что появляется понимание первостепенной задачи трансформации экономики России в инновационные сферы деятельности, сформулированной в качестве государственного приоритета в Концепция научной, научно-технической и инновационной политики в системе образования Российской Федерации на 2001-2005 годы, утвержденная приказом Минобразования России от 06.06.2000 №1705, планируется создание Инвестиционного фонда России в 2006 году, средства которого буду направлены на софинансирование инновационных видов деятельности.
Вместе с тем, основными бюджетообразующими отраслями России являются топливно-сырьевые. Одновременно остается чрезвычайно высокой энергоемкость, материалоемкость Российской экономики, производительность труда весьма низка. Удельные показатели высокотехнологичных отраслей в экономике России составляют 4-5% в экспорте, 2-3% в валовом внутреннем продукте, и следовательно, сколько-нибудь заметного влияния на экономику страны не оказывает.
В сравнении с Россией такие страны, как Япония, США, государства Евросоюза, за последние 50 лет внедрили в производство более 10 милионов патентов и инновационных разработок. В результате в мировой экономике их ВВП составляет 75%. Процент инновационных технологий и товаров в структуре их ВВП колеблется от 70% до 85%. Удельный вес высокотехнологичной продукции в экспорте Китая составляет около 23%, Южной Кореи - 38%, Венгрии - 25%. В Российской экономике данные показатели на порядок ниже.
Таким образом, Российской экономике требуется поиск условий законодательных, организационных и других стимулирующих мер обеспечения развития инновационных сфер деятельности. Очевидно, что в их числе важнейшую роль играет финансирование инноваций, а также обеспечение их целевого и эффективного использования. Для решения данной проблемы требуется разработка теоретических положений, методик, а также практических рекомендаций по управлению эффективности финансирования инноваций.
Большие возможности в осуществлении такого управления на практике предоставляют современные компьютерные сети и системы, информационные системы и технологии. Целесообразно разработку системы управления эффективного финансирования инноваций выпонять с использованием таких технологий, в частности в виде информационно-аналитической системы. В этой связи тема диссертационного исследования является актуальной, направленной на реФ шение проблем автоматизации управления инновационным развитием.
Степень разработанности проблемы. В научной литературе проблема анализа и оценки эффективности инновационной деятельности как части финансового менеджмента инновационных проектов, нашла отражение в трудах отечественных и зарубежных экономистов и финансистов. Представители современных 1 экономических теорий (Р. Акофф, В. Беренс, Г. Менш, М. Портер, Р. Фостер, И.
Шумпетер и д.р.) в своих трудах выделяют инновационный характер предпринимательской деятельности.
Анализу инновационной деятельности посвятили свои труды такие ученые, как А.И. Абакин, А.И. Анчишкин, Л.С. Бляхман, С.Ю. Глазьев, Г.С. Дорошенко, К.В.Оппенлендер, Н.Д. Кондратьев, М.Г. Назаров, Д.И. Кокурин, Д.С. Львов, А.Г. Фонотоваб и др. Принцип самоорганизации научной деятельности, с целью выхода ее на качественный виток развития исследовали С. Б. Коробко, Т. В. Ма-ринина, К.В. Тышкевич, В. В. Василькова, Е. Н. Князева, С. П. Курдюмов, Н. Н. Моисеев, И. Стенгерс, Г. Хакен. Анализу социальных проблем инноватики и тенденций трансформационной экономики посвящены исследования П.В. Аки-нина, В.И. Бутова, А.Г. Дружинина, Давыдянц Д.Е., В.Г. Игнатова, В.Л. Иноземцева, В.В. Кузнецова, В.Н. Некрасова, В.Н. Овчинникова и др. В целом, внимание уделяется больше государственному регулированию, саморегулированию науки, что позволит увеличить научную активность, а ученым сосредоточиться на получении качественного конкурентоспособного продукта на мировом рынке инноваций и знаний. Вместе с тем, отметить, что недостаточное внимание уделяется экономико-математическим методам оценки инноваций, математическому описанию влияния факторов на инновационную деятельность, а также теорети ческих и прикладных аспектов определения их эффективности.
Объектом исследования диссертационной работы являются научно-инновационные центры России и ее регионов, механизмы обеспечения инновационной деятельности.
Предметом исследования явились экономические процессы и отношения финансирования инновационного продукта, принципы и модели мониторинга эффективности научно-инновационной деятельности.
Методы исследований. В работе использованы методы диалектического познания, экономико-математического моделирования и системного анализа. В процессе исследования применяся аппарат математической статистики, теории принятия решений и риска. Обработка информации, её анализ и определение полученных результатов производились с применением пакетов прикладных программ, в том числе и авторских.
Методологическая и теоретическая база исследования. Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых по экономике, инновациям, экономической статистике, финансовому анализу, а также законодательные и нормативные акты РФ в области научно-технической и инновационной деятельности.
Целью работы является развитие теоретических и методологических аспектов экономического анализа инновационных процессов и совершенствование механизмов управления эффективностью финансирования инновационной деятельности.
Для достижения поставленной цели в диссертационной работе поставлены следующие задачи:
Х усовершенствовать классификацию инновационной деятельности и критериальный аппарат показателей ее эффективности;
Х определить степени влияния эндогенных и экзогенных факторов на развитие научно-инновационной деятельности;
Х провести анализ существующих программных продуктов оценки экономической эффективности инновационно-инвестиционных проектов;
Х построить структурно-логическую и многофакторную математическую модели информационно-аналитической системы (ИАС) инновационной деятельности;
Х разработать экономико-организационный механизм управления инновационной деятельностью в современных социально-экономических условиях страны;
Х осуществить программную реализацию информационно-аналитической системы управления эффективностью финансирования инноваций.
Во введении обосновывается актуальность темы диссертационного исследования, дается характеристика степени изученности проблемы инноватики, сформулированы цели и задачи определены объект и предмет исследовании, научная новизна, практическая значимость и основные направления апробации выпоненной работы. Проанализированы базовые и философские понятия инноваций, научного исследования, научно-технической деятельности в отечественной и зарубежной литературе.
В первой главе Современные концепции и модели оценки эффективности научно-инновационной деятельности рассматриваются основные принципы организации научных исследований, анализируются критерии их оценки, раскрываются особенности финансирования и создания бизнес-плана инновационного проекта.
Инновационная деятельность позволяет субъектам хозяйственной деятельности совершать переход на качественно более высокий уровень, используя новые или усовершенствованные технологии, нетривиальные решения. Ее реализация осуществляется благодаря целенаправленной деятельности государства, а также экономических и социальных субъектов.
Создание и реализация инноваций зависит от политической ситуации в стране и на международной арене, социальной и экономической политики, проводимой государством. Приоритетный фактор Ч наличие потребностей экономических агентов, связанных с тенденциями национальной и мировой экономики. Существует тесная корреляция между макроэкономическими показателями, количеством и масштабом стоящих между обществом практических задач, насущностью их решения. Мировой опыт показал, что для условия саморазвития инновационной деятельности ее процент в структуре ВВП, дожен превышать 10%. Российская наука объективно находится на этапе развития, когда открывается возмож
11 ность интенсифицировать и повысить конкурентно способность инновационной деятельности. Богатство и глубина накопленных фундаментальных и научно-технических знаний существенно влияют на возможности создания и реализации инновационного продукта. Изобретательство обладает свойством накапливать предшествующий опыт решения аналогичных задач, т. е. свойством кумулятив-ности, но оно само себе не является инновационным продуктом, для него дожна доходить до воплощения: производство продукции, продажа технологии, внедрение в производство и т.д.
Базисные нововведения Ч это нововведения, предопределяющие появление новых отраслей и новых рынков. Улучшающие нововведения не затрагивают основную технологическую схему, но улучшают качество предмета или изменяют незначительно элементы технологического процесса в целях экономии определенных ресурсов. Псевдонововведения вносят изменения под влиянием краткосрочных колебаний потребительских предпочтений.
Появление радикальных нововведений в меньшей степени, чем эволюционных, связано с потребностями рынка, поскольку спрос на них не определен в силу отсутствия в момент их появления рыночных ожиданий.
Модифицирующие нововведения могут играть и консервативную, тормозящую роль, сглаживая несоответствие условий производства в имеющейся среде, тормозя решительные меры по их радикальному изменению. Мировой опыт показал, что скрапирование мощностей, избавление от морально устаревшего оборудования при временных потерях более оправдано, чем постоянная его реанимация.
Выступая источником технологического развития, инновационные циклы, охватывают процесс создания, распространения и применения научно-технических значений с последующим получением финансового результата. На отдельных стадиях этого цикла научно-технические знания претерпевают последовательную трансформацию от абстрактных идей до практических результатов. Центральное место принадлежит научным исследованиям и разработкам, которые определяются как творческая деятельность, осуществляемая на систематической основе с целью увеличения объема знаний о человеке, природе и обществе, а также поиска новых областей применения этих знаний.
Непосредственная трансформация идей в технологически новые или усовершенствованные продукты и услуги осуществляется на стадии инновационной деятельности. Она предполагает целый комплекс научных, технологических, организационных, финансовых и коммерческих процедур, и именно в своей совокупности они приводят к инновациям.
Анализ существующих критериев оценки и отбора инновационных проектов позволил выявить наиболее эффективные и перспективные из них. Метод Мэнс-фида предназначен для измерения рентабельности бюджетных затрат на фундаментальные исследования. Он заключается в экспертной оценке руководителями 75 лидирующих компаний, в семи областях производства (высокотехнологичных компаний, электротехнической, химической, фармацевтической, нефтедобывающей и перерабатывающей промышленности).
Также в зарубежной практике широко используется модель И. Фишера, заключающаяся в графическом методе оценки эффективности инновации. Его можно охарактеризовать следующим образом - задается семейство кривых безразличия, состоящих из точек, представляющих варианты инвестиционного плана. Ось ОХ - денежные средства, вкладываемые в проект, ось ОУ - ожидаемы доход. При этом, все точки лежащие на одной кривой рассматриваются как равноценные. Таким образом, среди точек кривой находят удовлетворяющие потребностям инвестора.
Не менее важна и внутрихозяйственная оценка эффективности инновационного проекта. В качестве начального приближения используется оценка перспективности новых технологий на рынке и возможностей предприятий по их реализации. Показатели экономического развития хозяйствующих субъектов в результате реализации нововведения, в свою очередь, рассчитываются в рамках оценки ожидаемой эффективности инвестиций в новые или улучшающие технологии и анализа их влияния на экономику предприятия.
Инвестиционный проект инновационного процесса как объект анализа риска и неопределённости в ходе планируемой реализации под действием факторов
13 внешней и внутренней среды изменяет с течением времени свои параметры, значения которых только в настоящий момент времени известны с достаточной точностью. Воздействие на объект анализа только факторов неопределённости или только факторов риска на практике представляются редко реализуемыми. Это обуславливает необходимость формулировки обобщающего понятия, позволяющего более адекватно отразить сущность создаваемого объекта. Неопределённость, связанная с реальным инвестиционным проектом, рассматривается в работе как возможность перехода из планируемого его состояния при воздействии на него факторов риска, неопределённости, а также экономико-социальных и научно-технических факторов в некоторое состояние в будущем, количественные и качественные характеристики которого определяются неоднозначно.
Можно констатировать, что в настоящее время наметилась положительная динамика в области государственного финансирования научно-инновационной деятельности. Вместе с тем, анализ существующих методов оценки эффективности инновационного продукта и деятельности требуют переосмысления и доработки их в контексте современной экономической ситуации и отношений.
Во второй главе Организационно-экономические и экономико-математические модели информационно-аналитической системы управления эффективностью финансирования инноваций анализируются характеристики показателей оценки инновационного процесса, определяется математический аппарат для анализа факторов влияния на научно-инновационную деятельность. Оцениваются модели информационных систем для выбора приоритетных векторов при создании информационно-аналитической системы. Проведен анализ существующих программных продуктов оценки экономической эффективности инновационно-инвестиционных проектов, выявлены их достоинства и недостатки.
Максимум инновационной активности приходится на кризисный и посткризисный периоды, когда наблюдается исчерпанность потенциала технологического уклада. Переизбыток мощностей, стагнация базовых отраслей обуславливают насущную потребность в их коренной модернизации и создании новых отраслей. Осуществление в период экономического подъема базисных новшеств часто за
14 труднено, поскольку основные нововведения уже реализованы, а новые еще не сформированы из-за лага между капитальными вложениями в научную сферы и ее результатами. Длительный процесс накопления знаний, патентов, изобретений, ноу-хау, предшествующий радикальным новшествам, объясняется отсутствием условий их реализации, включающим в себя не только возможности технологического и экономического освоения, но и институциональные и социальные факторы.
Научно-технические достижения и инновации - главные источники роста материального богатства и повышения качества человеческого капитала, предполагающие динамическое развитие интелектуально-информационных элементов национального богатства. Использование все более дорогого оборудования определяет и рост затрат на повышение качества рабочей силы. Так, в Японии к 2003 году единица капиталовложений стоила в 2,7 раза дороже, чем в середине 50-х гг., тогда как цена рабочей силы за тот же период возросла в 15,6 раза. В США затраты на воспроизводство рабочей силы увеличилась за период 1947 -2003 гг. в 6,3 раза, тогда как расходы на воспроизводство основного капитала Ч в 4,7 раза, а расходы на науку Ч в 14 раз. Важнейшей закономерностью стало опережающее развитие науки. Для увеличения производства в 2 раза объем знаний дожен быть расширен в 4 раза, а рост объема производства в 10 раз требует увеличения знаний в 100 раз.
Темпы обновления фондов для организации производства высокотехнологичной, конкурентоспособной продукции не в пользу отечественных предприятий, особенно машиностроения, электроники и связи. Что касается ставропольских предприятий, счет компаний, ставших на инновационный путь развития, идет на единицы. По мнению промышленников, в Ставропольском крае необходимость бесперебойного режима работы конвейера инновационной продукции, давно назрела.
Основной проблемой, мешающей динамичному внедрению научных разработок на Ставрополье, является слабая связь научного мира с промышленностью, отсутствие системного подхода у региональных властей и нескоординированность имеющейся инновационной инфраструктуры, необходимо создание благоприят
15 ных условий для работы малых инновационных предприятий и инфраструктуры. Вопрос привлечения средств на эти цели стоит остро. Властями края приветствуется участие в различных проектах на условиях софинансирования и долевого финансирования из внебюджетных источников и федерального бюджета. Тенденция, наметившаяся в экономике России в последние годы, положительным образом сказалось и на инновационных процессах. Широкомасштабное комплексное обновление материально-вещественных и производительных сил вызывается значительно возросшими или вновь возникшими потребностями общества в инновационных продуктах. Экономическая результативность производства отражает объективную потребность в смене исчерпывающего свой потенциал технологического уклада и перераспределение капитала в новые отрасли.
Инновационная политика государства дожна обеспечивать согласование интересов всех участников данного процесса, помимо этого задавать целенаправленность стратегии социально-экономического развития общества, задачи повышения уровня конкурентоспособности национальной экономики на мировом рынке. Это необходимо для направления их мотивации на реализацию общенациональных целей. Система интересов дожна находить свое выражение в определении конкретных целей каждого субъекта и в их стратегиях. Персонификация участников инновационного процесса происходит на основе государственного управления и стимулирования, разделения труда между ними и установления прав собственности на результаты. Экономические интересы предопределяют способы и методы создания продукта, выбор организационно-правовых структур, численность привлеченных работников.
В настоящее время результаты НИОКР оцениваются следующими показателями: число зарегистрированных открытий по отрасли науки, число изобретений, число патентов и авторских свидетельств, число созданных образцов новой техники по видам. Предполагается проведение расчетных оценок по нематериальным активам. На наш взгляд, этого недостаточно для определения эффективности функционирования инновационного сектора экономики.
Представляется необходимым периодически анализировать и обобщать данные по нематериальным активам, полученным на основе выборочных обследований, как это осуществляется в промышленно развитых странах Запада.
В наших исследованиях необходимо выявить факторы, определяющих уровень и динамику инновационных процессов методами корреляционного, регрессионного и компонентного анализа. Основными задачами корреляционного анализа являются оценка силы связи между результатами инновационной деятельности и факторами, проверка статистических гипотез о наличии и силе связи между ними.
Для достоверной оценки эффективности существующих процессов финансирования инноваций необходимо выявить характер математических связей и дать им количественную оценку.
Математический аппарат для решение такого рода задач сводится к выявлению зависимости (показателей, характеризующих инновационный продукт) от факторного признака, которая проявляется частично, т.к. возможно влияние других факторов е:
Существование взаимосвязей и их тесноту можно выразить коэффициентом корреляции. По выборке из случайных величин XI и х^ N пар их наблюдаемых значений, коэффициент парной корреляции оценивается по этим выборочным значениям:
Современные информационные технологии предоставляют широкий набор способов реализации ИАС, выбор которых осуществляется на основе требований со стороны предполагаемых пользователей, которые, как правило, изменяются в процессе разработки. Для теории принятия решений процесс проектирования таких систем - это процесс принятия проектно-конструкторских решений, направленных на получение описания, удовлетворяющего требования заказчика. Требования, предъявляемые к информационно-аналитической системе следующие:
Х понота и достаточность информации для реализации функций управления;
Х своевременность предоставления информации;
Х обеспечение необходимой степени достоверности информации в зависимости от уровня управления;
Х экономичность обработки информации: затраты на обработку данных не дожны превышать получаемый эффект;
Х адаптивность к изменяющимся информационным потребностям пользователей.
Х созданный с помощью этой технологии проект дожен отвечать требованиям заказчика;
Х выбранная технология дожна максимально отражать все этапы цикла жизни проекта;
Х выбираемая технология дожна обеспечивать минимальные трудовые и стоимостные затраты на проектирование и сопровождение проекта;
Х технология дожна быть основой связи между проектированием и сопровождением проекта;
Х технология дожна способствовать росту производительности труда проектировщика;
Х технология дожна обеспечивать надежность процесса проектирования и эксплуатации проекта;
Х технология дожна способствовать простому ведению проектной документации.
Для определения коэффициентов технической эффективности сложных систем используются аналитические методы, методы статистического моделирования и методы непосредственного эксперимента. В отечественной практике разработаны общие математические модели и методы оценки эффективности (функционирования) сложных систем, которыми во многом является структура инновационной деятельности.
Оценка эффективности сложных инновационных процессов на практике часто вызывает много затруднений в связи с большой трудоемкостью расчетов из-за необходимости анализа большого числа состояний, поэтому целесообразно использовать компьютерный инструментарий для автоматизации подобных расчетов.
Информационно-аналитическая система позволяет учесть и использовать в принятии решения максимум имеющейся информации об управляемом объекте, согласовать принимаемые решения с позиции объективных критериев эффективности, а не субъективных мнений экспертов.
В настоящее время на Российском рынке существует достаточно широкий спектр специализированных программных продуктов, применяемых для экспертизы инвестиционных и инновационных проектов. Среди них в первую очередь следует выделить лProject Expert фирмы Про-Инвест, Альт - Инвест фирмы Альт, Инвестор фирмы ИНЭК, ТЭО - Инвест производства ИПУ РАН и др.
Отечественные программы по оценке инвестиций обладают несомненными преимуществами по сравнению с зарубежными с точки зрения ценовых характеристик и адаптированы к российской специфике. Зарубежные программные продукты (COMFAR и PROPSIN) не позволяют в поной мере учесть особенности российской системы налогообложения, учета инфляционных изменений для отдельных статей доходов и расходов, региональных рисков
Наиболее приемлемыми программными продуктами по оценке эффективности инвестиционных проектов являются отраслевые. В них учитываются особенности исходной информации (нормативной, правовой, экономической, методической и пр.), используется база данных по отечественным и зарубежным инвестиционным проектам в конкретной отрасли.
Вместе с тем, лишь одна из перечисленных программ является специализированной для оценки инновационных проектов и их специфических рисков -Тройка используемая в Инновационо-технологических центрах Российской Федерации. На наш взгляд, недостатками этого программного продукта, является недостаточное число критериев оценки рассматриваемых проектов, попытка разработчиков унифицировать программный продукт приводит к снижению точности определения эффективности проекта. Таким образом, целесообразно рассмотреть возможность разработки или совершенствования программного продукта с целью повышения эффективности и точности анализа инновационных проектов.
Исходя из того, что для анализа эффективности финансирования инновационного проекта требуется обработка большого количества информации и существует необходимость исключить фактор человеческого вмешательства (личной заинтересованности эксперта, или его антипатии), предлагается тип информационной системы - DSS - decision support system (системы поддержки принятия решений).
Таким образом, анализ характеристик показателей инновационной деятельности выявил необходимость совершенствования методов оценки данных процессов. Рассмотрение видов информационных систем определил концептуальное направление создания информационно-аналитической системы управления эффективностью финансирования инноваций.
В третьей главе Модели информационно-аналитической системы в структуре управления и финансирования инноваций, описывается структурно-логическая модель факторов, от которых зависит инновационной проект (продукт), с определением веса каждого на систему. Наряду с венчурным финансированием инновационных проектов, нами предлагается авторская схема государственной поддержки инновационных проектов. Раскрывается структура информационно-аналитической системы и уровни решения задач подсистемы. Предлагается описание информационно-аналитической системы управления финансирования инноваций.
Современными учеными принято выделять несколько видов ресурсов инновационной деятельности. По мнению одних, главным источником ресурсов является научная база, на которой и происходит строительство нового знания. По мнению других, основополагающим фактором является колектив. По нашему мнению, необходимо рассматривать группу факторов, или ресурсных источников. Определение первичности будет зависеть от вида инновационной деятельности и научно-технической разработки. Именно совокупность факторов: финансирование, потребности рынка, наличии туровых ресурсов и т.д. определят эффективность и живучесть инновации.
Все факторы, влияющие на инновационную деятельность, в реальной действительности проявляются в комплексе и взаимообусловлены. Появление нового введений зависит от факторов, взаимодействующих друг с другом, что затрудняет выделение приоритетных из них. Для анализа закономерностей появления нововведения целесообразно использовать модели, основанные на принципе случайности, а для определения эффективности нововведений использовать набор четко сформулированных факторов. На основе исследований мы выявили три группы факторов, имеющих наибольшее влияние на результат эффективности инноваций.
Для адекватного отражения воздействия каждого из этих факторов необходимо ввести коэффициент их влияния. Разбив все факторы на три группы (экономические, социальные, научно-технические), мы можем выпонить мониторинг влияния одного, группы факторов или их совокупности. Это позволяет обеспечить высокую степень объективности управления инновационными проектами, подвергаемыми анализу.
Для выбора факторов, имеющих наибольшее влияние на инновационную деятельность, необходимо определить тесноту связи факторов с качественными и количественными показателями инновационной деятельности. Проведя корреляционный анализ, мы на практике подтвердили правильность выбранных данных и определили тесноту связей. Видна тесная связь между экономико-социальными факторами и результатами инновационной деятельности, общая тенденция увеличения количества разработок и суммы реализованной продукции в России от размеров государственного финансирования, заработной платы научным сотрудникам и др.
Отрицательная корреляционная связь между численностью научного персонала и численностью инноваций, свидетельствует о переизбытке научных сотрудников в Российской науке. Следовательно, целесообразно мерами государственного регулирования уменьшать численность научных сотрудников до оптимального уровня.
Следует перед описанием математической модели ИАС, раскрыть способы финансового регулирования и стимулирования инновационной деятельности. На наш взгляд необходимо более активно развивать инфраструктуру инновационных процессов, что подразумевает создание концессий, инвестиционного фонда
21 и особых экономических зон. Нами предложен механизм финансирования инновационных процессов, заключающийся в многовариантном подходе к выбору финансового стимулирования инновационной деятельности. Он заключается в определении рационального вида поддержки рассматриваемых проектов: льготного налогообложения, венчурного финансирования софинансирования из государственных государственно-коммерческих, коммерческих фондов, грантовых организаций и др. Выбор вида финансирования или стимулирования зависит от внешних условий проекта, специфики инновационного товара или услуги.
Сложность большинства выпускаемых сейчас новых изделий требует от общества специальной организации работы по их созданию. Инфраструктура инновационного процесса дожна не только объединить усилия многих людей, но и обеспечить колективы разработчиков материальными и финансовыми ресурсами на весь период их совместной работы.
Существует несколько видов финансирования инновационного проекта: венчурное финансирование, государственное финансирование, через грантовые организации и фонды, привлечение частного и иностранного капитала и т.д. На наш взгляд финансирование инноваций следует сделать приоритетным для государства и крупного и среднего бизнеса. При отсутствии высокотехнологичных решений, затрагивающих все сферы экономико-социального развития современной России, в условиях, где 3 из 4-х рублей изымаются из экономики и направляются в стабилизационных фонд, не реализуется потенциально возможный экономический рост страны. Поэтому необходима система государственного регулирования и поддержки инноваций; наряду с законодательной базой, необходима жесткая структура финансовой поддержки.
Адекватность предложенной модели подтверждает постановление правительства РФ о создании инвестиционного фонда. Согласно постановлению, возможны три формы государственной поддержки инвестиционных проектов: прямое финансирование, предоставление гарантий по кредитам и взнос в уставный капитал. Участие частного капитала в инвестиционных проектах дожно составлять не менее 25%.
Представив схему финансирования, мы можем перейти к разработке математической модели.
Процесс построения математической модели инновационного объекта исследования и анализа его эффективности, определение методов (агоритмов) получения решения задачи, является этапом системного синтеза задачи. Но для более точного выявления влияния факторов на инновацию, необходимо проследить влияния факторов за прошедшие годы, вплоть до появления инновации. В результате, обобщенная математическая модель будет выглядеть следующим образом:
Инновационная норма прибыли есть отношение прибавочной стоимости, полученной за счет инноваций, по всему авансированному капиталу.
Увеличивая в структуре ВВП долю секторов новой экономики, в том числе, инновационной продукции, необходимо обеспечить их критическую массу, что обеспечивает устойчивость инновационного развития, переводя экономику из разряда экспортно-сырьевой в разряд постиндустриальной. Таким образом, можно выделить следующие характеристики инновационных нормы прибыли и дисконта:
Х на рынке инновационная продукция имеет конкурентное преимущество;
Х инновационный продукт имеет более высокую цену по сравнению с традиционным продуктом;
Х введение дисконтирующего коэффициента обусловлено влиянием инновационных разработок прошлых лет на современное состояние экономики;
Х величина 1(1 показывает изменение объемов реализации инновационной продукции.
Процесс ввода информации, связанной с анализом инновационной деятельности, на первоначальном этапе рассмотрения проекта, имеет специфические особенности, что обусловлено неоднородностью этих данных этих и различными уровнями получения информации. Для эффективного анализа целесообразно использовать агрегированные экономические показатели, а также классические экономические показатели, используемые в анализе инвестиционных проектов.
Из представленной таблицы наглядно видно, что для успешного функционирования ИАС, высокой точности анализа, эффективного управления финансированием, необходимо иметь данные разных иерархических уровней: федерального, регионального, а также коммерческие, научные.
Для отображения уровней информационной системы и ее информационных потоков представим ее в виде структурно-логической схемы.
Особенностью ИАС является то, что она позволяет принимать информацию из различных источников, аккумулировать ее в базе данных, обрабатывать, при этом обеспечивая передачу ее на различные уровни управления.
ИАС накапливает и перерабатывает поступающую информацию, служащей основой эффективного управления финансированием инновационным проектом, предоставления предложений о корректировке ее целей и разработки планов для нового цикла воспроизводства.
Автоматизация ввода агрегированных данных обеспечивает повышение достоверности расчетов, являясь удобным инструментом управления метаданными системы. Также информационная система имеет возможность представления данных в табличном и графическом виде.
Подводя итоги исследований, проведенных в рамках настоящей диссертационной работы можно утверждать, что разработанные в диссертации рекомендации позволят активизировать инновационную деятельность, повысить эффективность анализа и оценки финансирования инвестиций в созданий новых товаров и услуг, что позволит добиться устойчивого роста экономики, и несомненно, обеспечит возможность перехода российской экономики в формат новой экономики, а общества - к информационному.
В заключении обобщены итоги и результаты проведенных исследований.
В приложении приведены листинги программных модулей для методов, описанных во второй главе, блок схемы агоритмов работы в системе остаточных классов, рассмотрены математические основы метода box-counting и математические основы метода оценки погрешностей в нейронных сетях.
Научная новизна работы. По специальности 08.00.13 - Математические и инструментальные методы экономики:
1. Определены основные экзогенные и эндогенные факторы, определяющие результаты научно-технической деятельности, установлена теснота их связи;
2. Выпонен критический анализ программных продуктов оценки экономической эффективности инновационных и инвестиционных проектов;
3. Созданы многофакторные модели инновационной деятельности, выражающие в обобщенном денежном эквиваленте ее результат от воздействия каждого фактора;
4. Разработана и апробирована на практике информационно-аналитическая система управления эффективностью финансирования инноваций.
По специальности 08.00.05 - Экономика и управление народным хозяйством: управление инновациями и инвестиционной деятельностью:
1. Допонена и обобщена классификация инновационных процессов по видам деятельности, позволяющая более точно определить место анализируемой инновационной продукции в экономическом обороте страны и региона и дать первоначальную оценку экономической отдачи;
2. Предложен экономико-организационный механизм управления инновационными проектами, усовершенствован метод оценки и анализа инновационной деятельности в условиях многовариантности, что позволит в дальнейшем с учетом многообразия производимых инноваций выбрать наиболее приемлемые методы и способы финансирования;
3. Введены понятия инновационной нормы прибыли, отражающей объективное приращение результатов в виде прибавочной стоимости, получаемых за счет инноваций, и инновационного дисконта, отражающего снижение авансируемых платежей при реализации инновационных товаров и услуг. Инновационный дисконт и инновационная норма прибыльности показывают динамику валового продукта при инновационном развитии.
Апробация результатов исследования. Основные положения диссертации докладывались, обсуждались и получили положительную оценку на научно-теоретических и научно-практических конференциях (2000 - 2005 гг.): л45-й на
25 учно-методической конференции Россия XXI века: Новые векторы социально-экономического развития регионовû (Ставрополь, 2000 г.), Будущее электронного бизнеса в России (Москва, 2002 г.) Проблемы социально-экономического развития региона в условиях глобализации (Ставрополь, 2002 г.), Проблемы развития региональной финансовой системы (Ставрополь, 2003 г.), Устойчивое развитие региона в условиях экономической интеграции России в мировое хозяйство (Ставрополь, 2004 г.), Социально-психологические, экономические и юридические проблемы развития современного общества в России (Ставрополь, 2005 г.), Материалы Всероссийской научно-практической конференции Проблемы развития мировых информационных ресурсов, электронного бизнеса, инфотелекоммуникационных систем и технологийû (Ставрополь 2005 г.)
Публикации. Полученные автором результаты изложены в 7 научных статьях и в 7 работах, опубликованных в сборнике материалов межрегиональной конференции.
Реализация результатов исследования. Теоретические и практические результаты диссертационной работы внедрены для практического использования на: Ставропольским государственным университетом, некоммерческим партнерством Инновационно-технологический бизнес-центр Ставропольского края и ООО Плюс Эксперт.
Автор выражает искреннюю благодарность научному руководителю - Заслуженный работник науки и техники РФ, доктору технических наук, профессору, В.Ф.Минакову, а также заведующему кафедры Мировых информационных ресурсов и электронного бизнеса СГУ доктору экономических наук, доценту, В.А. Королеву, оказывавшему помощь в работе над диссертацией и критических замечаний, высказанные при ее обсуждении.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Кочергин, Станислав Геннадьевич
Диссертация: библиография по экономике, кандидат экономических наук , Кочергин, Станислав Геннадьевич, Ставрополь
1. Абовский Н.П. и др. Разработка практического метода нейросетевого прогнозирования. //Труды V1.I Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002. - С. 1089 - 1097.
2. Айвазян С.А., Мхитарян B.C. Практикум по прикладной статистике и эконометрике: Учебн. пособие. М.: МГУ Экономики и Информатики. 1998. -159с.
3. Акушский И.Я. Машинная арифметика в остаточных классах. М: Советское радио, 1968. - 440 с.
4. Алексеев В.И., Максимов A.B. Использование нейронных сетей с двухмерными слоями для распознавания образов//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение : Сб. докл., 2002. С. 69-72.
5. Амербаев В.М. Теоретические основы машинной арифметики. Ама-Ата: Наука КазССР, 1976. - 324 с.
6. Андерсон Т. Статистический анализ временных рядов. Ч М.: Наука, 1976.
7. Аркин В. И, Евстигнеев И.В. Вероятностные модели управления экономической динамики. М.: Наука, 1979. - 176с.
8. Ашманов С.А. Математические модели и методы в экономике. М.: Изд. МГУ, 1981.-158 с.
9. Барский А.Б. Обучение нейросети методом трассировки //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение: Сб. докл., 2002.-С. 862-898.
10. Батищев Д.И. Генетические агоритмы решения экстремальных задач. -Воронеж: ВГУ, 1994. 135 с.
11. Белим C.B. Математическое моделирование квантового нейрона//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение: Сб.докл., 2002. С. 899 - 900.
12. Берже П., Помо И., Видаль К. Порядок в хаосе. О детерминированном подходе к турбулентности: Пер. с франц. М.: Мир, 1991. - 368 с.
13. Бирман Э.Г. Сравнительный анализ методов прогнозирования //НТИ. Сер.2 -1986.-№1.-С. 11-16.
14. Бодянский Е.В., Кучеренко Е.И. Диагностика и прогнозирование временных рядов многослойной радиально-базисной нейронной сети //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение: Сб. докл., 2002. С. 69-72.
15. Бокс Дж., Дженкинс Г. Анализ временных рядов прогнозирование и управление. Пер. с англ. А.Л.Левшина. М.: Мир, 1974. - 362 с.
16. Бон Б., Хуань К. Дж. Многомерные статистические методы для экономики. М.: Наука, 1979. 348 с.
17. Большее JI.H., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1965.-35 с.
18. Боярский А.Я., и др. Математическая статистика для экономистов. М.: Статистика, 1979. -253 с.
19. Бурдо А.И., Тихонов Э.Е. К вопросу систематизации методов и агоритмов прогнозирования/Материалы межрегиональной конференции "Студенческая наука экономике научно-технического прогресса". Ставрополь: Сев-Кав ГТУ, 2001. - С. 33 - 34.
20. Бутенко A.A. и др. Обучение нейронной сети при помощи агоритма фильтра Камана. //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение : Сб. докл., 2002. С. 1120 - 1125.
21. Бухштаб A.A. Теория чисел. М.: Государственное учебно-методическое издательство мин. Просвящения РСФСР, 1960. - 375 с.
22. Бытачевский Е.А., Козуб В.В. Использование нейронных сетей для распознавания визуальных образов//Материалы IV РНТ конференции Вузовская наука Северо-Кавказскому региону Ставрополь, 2000. - С. 52-54.
23. Васильев В.И. Распознающие системы. Киев: Навукова думка, - 1969. -354с.
24. Виноградов И.М. Основы теории чисел. М.: Издательство Наука, Гл. ред. физ.-мат.лит., 1965.- 173 с.
25. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие. М.: Издательский дом Дашков и К, 2000. - 308 с.
26. Вороновский Г.К., и др. Генетические агоритмы, нейронные сети и проблемы виртуальной реальности. X.: ОСНОВА, 1997. - 112 с.
27. Галушкин А.И. Теория нейронных сетей. Кн. 1 : Учеб. Пособие для вузов. М.: ИПРЖР, 2001.-385 с.:ил.
28. Гвишиани Д.М., Лисичкин В.А. Прогностика. М., Знание, 1968. 421 с.
29. Гельфан И.М., Фомин C.B. Вариационное исчисление. М.: Мир, 1961. -321с.
30. Гладыщевский А.И. Методы и модели отраслевого экономического прогнозирования. -М.: Экономика, 1997. 143 с.
31. Гласе Л., Мэки М. От часов к хаосу: ритмы жизни. М.: Мир, 1991. - 153с.
32. Глущенко В.В. Прогнозирование. 3-е издание. М.: Вузовская книга, 2000. -208с.
33. Голованова Н.Б., Кривов Ю.Г. Методические вопросы использования межотраслевого баланса в прогнозных расчетах//Взаимосвязи НТП и экономического развития: Сб.науч.тр./АН СССР. СО, ИЭиОПП. Новосибирск, 1987.-С. 62-77.
34. Головко В.А. Нейронные сети: обучение, организация и применение. Кн.4:Учеб.пособие для вузов/Общая ред. А.И. Галушкина. М.: ИПРЖР, 2001.-256 с.
35. Горбань А.Н.Обучение нейронных сетей.-М.:СП"ПараГраф", 1990. 159с.
36. Горелик Е.С. и др. Об одном подходе к задаче формализации процесса прогнозирования //Автоматика и телемеханика. 1987. - №2. - С. 129-136.
37. Гренандер У. Случайные процессы и статистические выводы, (пер. с нем.) ИЛ. 1961.-167С.
38. Гренджер К., Хатанака М. Спектральный анализ временных рядов в экономике. Пер.с англ. М.: Статистика., 1972. - 312 с.
39. Грень Е. Статистические игры и их применение. М.: Наука, 1975.
40. Гусак А.Н. и др. Подход к послойному обучению нейронной сети прямого распространения//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002. С. 931 - 933.
41. Давидович Б.Я. и др. Методы прогнозирования спроса. М., 1972. -193с.
42. Добров Г.М., Ершов Ю.В. и др. Экспертные оценки в научно-техническом прогнозировании Киев: Наукова Думка, 1974. - 159 с.
43. Еремин Д.М. Система управления с применением нейронных сетей//Приборы и системы. Управление, контроль, диагностика. 2001. -№9 -С.8-11.
44. Заенцев И.В. Нейронные сети: основные модели/Учебное пособие к курсу Нейронные сети Воронеж: ВГУ, 1999. - 76 с.
45. Зайкин B.C. Применение простых цепей Маркова для прогнозирования расходов населения/Шроблемы моделирования народного хозяйства, 4IV. Новосибирск, 1973. С. 45 -41.
46. Занг В.Б. Синергитическая экономика. Время и перемены в нелинейной экономической теории. М.: Мир, 1999. - 216с.
47. Ибираимова Т.Е. Прогнозирование тенденций финансовых рынков с помощью нейронных сетей//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002 г. С. 745 - 755.
48. Иванов М.Н. Анализ роста курса акций с применением нейронных сетей. //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002 г. С. 756 - 772.
49. Ивахненко А.Г. Догосрочное прогнозирование и управление сложными системами. Киев: Наукова думка, 1975. - 340 с.
50. Ивахненко А.Г., Лапа Р.Г., Предсказание случайных процессов. Киев: Наукова думка, 1971. - 416с.
51. Ивахненко А.Г., Степаненко B.C. Особенности применения метода группового учета аргументов в задачах прогнозирования случайных процессов//Автоматика. -1986. №5. - С. 3-14.
52. Ивахненко А.Г., Юрачков Ю.П. Моделирование сложных систем по экспертным данным. М.: Радио и связь, 1987. - 119 с.
53. Калан, Роберт. Основные концепции нейронных сетей.: Пер. с англ. -М.: Издательский дом Вильяме, 2001.- 288 с.
54. Капица С. П., Курдюмов С. П., Малинецкий Г. Г. Синергетика и прогнозы будущего. М.: Наука, 1997. 236с.
55. Касти Дж. Связность, сложность и катастрофы: Пер. с англ. М.: Мир, 1982,-216 с.
56. Кейн Э. Экономическая статистика и эконометрия. М.: Наука, 1977, Вып. 1,2.
57. Кемени Дж., Снел Дж. Конечные цепи Маркова. М.: Наука, 1970. 136 с.
58. Кендэл М. Временные ряды. Пер. с англ. Ю.П. Лукашина. М.: Финансы и статистика, 1979. - 198 с.
59. Кильдинов Г.С., Френкель A.A. Анализ временных рядов и прогнозирование. М. Статистика. 1973.
60. Клеопатров Д.И., Френкель A.A. Прогнозирование экономических показателей с помощью метода простого экспоненциального сглаживания. Статистический анализ экономических временных рядов и прогнозирование. -М.: Наука, 1973.
61. Кобринский Н.Е., и др. Экономическая кибернетика: Учебник для студентов вузов и фак., обучающихся по спец. Экономическая кибернетика. -М.: Экономика, 1982. 408 с.
62. Комогоров А.Н. Об энтропии на единицу времени как метрическом инварианте автоморфизмов. ДАН СССР, 1959. Т. 124 - С.754-755
63. Кондратьев А.И. Теоретико-игровые распознающие агоритмы. М.: Наука, 1990.-272 с.
64. Кульбак С. Теория информации и статистика. М.:, Наука, 1967. - 408с.
65. Кучин Б.Л., Якушева Е.В. Управление развитием экономических систем: технический прогресс, устойчивость. Ч М.: Экономика, 1990. 156с.
66. Лащев А.Я., Глушич Д.В. Синтез агоритмов обучения нейронных сетей. //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002 г. С. 997 - 999.
67. Левин В.Л. Выпуклый анализ в пространстве измеримых функций и его применение в математике и экономике. М.: Наука, 1985.-352с.
68. Легостаева И.Л., Ширяев А.Н. Минимальные веса в задаче выделения тренда случайного процесса. Теория вероятностей и ее применение, 1971, -Т. XVI,-№2.
69. Лизер С. Эконометрические методы и задачи. М.: Статистика, 1971. -141с.
70. Лисичкин В.А. Теория и практика прогностики. М.: Наука, 1972. -223с.
71. Литовченко Ц.Г. Нейрокомпьютер для обнаружения и распознавания сложных динамических образов//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002 г. С. 69-72.
72. Лопатников Л.И. Экономико-математический словарь /АНССР. ЦЭМИ, -М.: Наука, 1987.-506с.
73. Лоскутов А.Ю., Михайлов A.C. Введение в синергетику: Учеб. Руководство. -М.: Наука, гл. ред. физ.-мат.лит., 1990.- 272 с.
74. Льюис К.Д. Методы прогнозирования экономических показателей./Пер. с англ. Демиденко Е.З. М.: Финансы и статистика, 1986 г. -132 с.
75. Ляпунов А.М. Собр. соч. Т. 1,2. -М.:Изд-во АН СССР, 1954-1956.
76. Максимов В.А. Прогнозирование доходности инвестиций на фондовом рынке. Экономика и математические методы, 2001. Т. 37Ч№1. С. 37 -46.
77. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики М.: Эдиториал УРСС, 2000.- 336с.
78. Математическая энциклопедия: Гл.ред. И.М. Виноградов, т.З Коо-Од -М.: Советская энциклопедия, 1982. 1184 с.
79. Махортых С.А., Сычев B.B. Агоритм вычисления размерности стохастического аттрактора и его применение к анализу электрофизиологических данных.- Пущино, 1998. 34с.
80. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6 /Под общ. ред. к.т.н. В.Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2002. - 496 с.
81. Минский М., Пайперт С. Персептроны. М.: Мир, 1971.
82. Михайлов Ю.Б. Агоритм выбора прогнозирующей зависимости, обеспечивающей наилучшую точность прогноза //Приборы и системы. Управление, контроль, диагностика., 2000. №12. - С. 11 -19.
83. Моделирование функционирования развивающихся систем с изменяющейся структурой. Сб. науч. тр./АН УССР. Ин-т кибернетики им. В.М. Глуша-кова. Киев: 1989. - 140 с.
84. Моришма М. Равновесие, устойчивость, рост. М.: Наука, 1972. 314с.
85. Морозова Т.Г., Пикулькин A.B., Тихонов В.Ф., и др. Прогнозирование и планирование в условиях рынка. Учеб. Пособие для вузов. Под ред. Т.Г. Морозовой, A.B. Пикулькина. М.: ЮНИТИ-ДАНА, 1999. - 318 с.
86. Нейроинформатика и ее приложения //Материалы 3 Всероссийского семинара, 6-8 октября 1995 г. Ч. 1 /Под редакцией А.Н.Горбаня. -Красноярск: изд. КГТУ, 1995.-229 с.
87. Нейронные сети. STSTISTICA Neural Networks: Пер. с англ. М.: Горячая линия - Телеком. 2001. - 182 с.
88. Никайдо X. Выпуклые структуры и математическая экономика. М.: Мир. 1972. - 127с.
89. Новиков A.B., и др. Метод поиска экстремума функционала оптимизации для нейронной сети с поными последовательными связями //Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002 г. С. 1000 - 1006.
90. Оуэн Г. Теория игр. М.: Наука, 1971. - 359 с.
91. Песин Я.Б. Характеристические показатели Ляпунова и гладкая эргодиче-ская теория. УМН, 1977.- Т.32. С.55-112.
92. Петере Э. Хаос и порядок на рынке капитала. М.: Мир, 2000. - 333с.
93. Половников В.А., и др. Оценивание точности и адекватности моделей экономического прогнозирования // Математическое моделирование экономических процессов: Сб. науч. тр./МЭСИ М., 1986. - С. 37Л7.
94. Пятецкий В.Е., Бур до А.И. Имитационное моделирование процесса создания обучающихся систем. В сб.: Имитационное моделирование производственных процессов. Под. ред. Мироносецкого Н.Б., - Новосибирск. 1979.
95. Пятецкий В.Е., Бурдо А.И., Литвяк B.C. Построение стохастических моде лей прогнозирования параметров производственных систем//Рук. деп. в Черметинформации, 1987.-№4161.
96. Рожков Л.П., Френкель A.A. Выбор оптимального параметра сглаживания в методе экспоненциального сглаживания. Основные проблемы и задачи научного прогнозирования. - М.: Наука, 1972.
97. Розенблат Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга. Пер. с англ. -М.: Мир, 1965.
98. Розин Б.Б. Распознавание образов в экономических исследованиях. М.: Статистика, 1973.
99. Романов А.Н., Одинцов Б.Е. Советующие системы в экономике: Учебное пособие для вузов.- М.: ЮНИТИ-ДАНА, 2000. 487 с.
100. Сергеев A.B. Прогнозирование временных рядов с помощью нейронных сетей с радиальными базисными функциями//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл. 2002 г. С. 1187-1191.
101. Серебрянников М.Г., Первозванский A.A. Выявление скрытых периодичностей. М.: Наука, 1965. 244с.
102. Сигеру О., и др. Нейроуправление и его приложения. Пер. с англ, под ред. А.И. Галушкина. М.: ИПРЖР, 2001. - 3 21 с.
103. Статевич В.П., Шумков Е.А. Новый принцип построения самообучаемых нейросетей//Труды VIII Всероссийской конференции Нейрокомпьютеры иих применение Сб.докл., 2002. С. 1037 - 1040.
104. Стратонович P.JI. Теория информации. -М.: Сов. Радио. 1975. - 424с.
105. Теория прогнозирования и принятия решений. Учеб. пособие. Под. ред. С.А. Саркисяна-М.: Высш. Школа, 1977. -351 с.
106. Томпсон Дж.М.Т. Неустойчивости и катастрофы в науке и технике: Пер. с англ. М.: Мир, 1985. - 254с.
107. Трисеев Ю.П. Догосрочное прогнозирование экономических процессов (системные методы). Киев: Наукова Думка, 1987. - 132с.
108. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Наука, 1978.
109. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика. -М.: ЮНИТИ, 1992.-240 с.
110. Федер Е. Фракталы. М.: Мир, 1991. - 143с.Ш.Френкель A.A. Математические методы анализа динамики и прогнозирования производительности труда. М.: Наука, 1972.
111. Хенан Э. Анализ временных рядов. М.: Статистика, 1964. - 215с.
112. Хенан Э.Дж. Многомерные временные ряды. М.: Мир, 1986. - 346с.
113. Ховард P.A. Динамическое прогнозирование и марковские процессы. М.: сов. Радио, 1964. - 365с.
114. Червяков Н.И. Преобразователи цифровых позиционных и непозиционных кодов в системах управления и связи/Учеб, пособие для курсового и дипломного проектирования. Ставрополь, 1985. - 64 с.
115. Червяков Н.И. Применение системы остаточных классов в цифровых системах обработки и передачи информации/Учебное пособие для курсового и дипломного проектирования. Ставрополь, 1984. - 86 с.
116. Червяков Н.И., Краснобаев В.А. Надежный синтез цифровых систем управления и связи. Ставрополь, 1991. - 100 с.
117. Червяков Н.И., Краснобаев В.А. Отказоустойчивость специализированных процессоров автоматизированных систем управления и средств связи. -Ставрополь, 1991.-115с.
118. Червяков Н.И., Сахнюк П.А. Применение нейроматематики для реализации вычислений в конечных кольцах/У Нейрокомпьютеры: разработка, применение, 1999.-№ 1.- С. 75-84
119. Червяков Н.И., Шапошников А.В., Сахнюк П.А., Камыков И.А. Применение модулярных вычислений для нейрообработки//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение НКП, 2002. Под ред. проф. А. Галушкина М., 2002. - С. 1053-1056.
120. Червяков Н.И., Швецов Н.И. Надежность и живучесть систем управления и связи, функционирующих в СОК. Ставрополь, 1986. - 59 с.
121. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов. М., Сов. радио, 1975. 400 с.
122. Шибхузов З.М. Конструктивный TOWER агоритм для обучения нейронных сетей из 777 нейронов//Труды VIII Всероссийской конференции Нейрокомпьютеры и их применение Сб.докл., 2002. - С. 1066 - 1072.
123. Шустер Г. Детерминированный хаос: Введение: Пер. с англ. М.: Мир, 1988.-240 с.
124. Экономические межотраслевые модели целевого прогнозирования экономики/Б.В. Седелев, и др.; ВНИИСИ. Препр. - М., 1987. - 59с.
125. Ямпольский С.М., Хилюк Ф.М., Лисичкин В.А. Проблемы научно-технического прогнозирования. М.: Экономика, 1969. 189 с.
126. Adelson R.M. The dynamic behavior of linear forecasting and scheduling rules. лOperational Research Quarterly, 1966, vol. 17, N 4.
127. Anguita D., Ridella S., Rovetta S. Limiting the effects of weight errors in feed forward networks using interval arithmetic/TProceedings of International Confer ence on Neural Network6, 1996. -Vol.1. -P. 414-417.
128. Billings S.A. Hong X. Dual orthogonal radial function networks for nonlinear time series prediction // Neural Networks, 1998. 11. P. 479 - 493.
129. Bollerslev, Tim (1986) "Generalized Autoregressive Conditional Heteroskedasti city," Journal of Econometrics, 31, 307-327.
130. Brown R. G. Smoothing forecasting and prediction of discrete times series. N. Y. Prentice Hall, 1963.
131. Brown R. G., Meyer R.F. The fundamental theorem of exponential smoothing. -лOperational Research, 1961, vol. 9, N 5.
132. Brown R., Rulkov N.F., Tracy E.R. Modeling and synchronizing chaotic sys terns from time-series data. Phys. Rev. E 49, 3784 (1994).
133. Brown R., Rulkov N.F., Tracy E.R. Modeling and synchronizing chaotic sys tems from experimental data. Phys. Lett. A 194, 71 (1994).
134. Brown R.G. (1963) "Smoothing, Forecasting and Prediction". Prentice-Hall, Englewood Cliffs, N.Y.
135. Chan K.H, J.C.Hayya, J.K.Ord (1977) "A Note on Trend Removal Methods: ^ The Case of polynomial versus vatiate differencing", Econometrica, 45, 737744.
136. Cootner P., and ed. The random character of stock market prices. Cambridge: MIT Press, 1964b.
137. Dickey D.A. (1976) "Estimation and Hypothesis Testing for Nonstationary Time л Series", Ph.D. dissertation, Iowa State University.
138. Dickey D.A., W.A. Fuller (1979) "Distribution of the Estimators for Autoregressive Time Series with a Unit Root", Journal of the American Statistical Associa tion, 74, 427-431.
139. Dickey, D.A., W.A. Fuller (1981) "Likelihood Ratio Statistics for Autoregressive Time Series With a Unit Root", Econometrica, 49, 1057-1072.
140. Elliott G., T.J. Rothenberg, J.H. Stock (1996) "Efficient Tests for an Autoregressive Unit Root", Econometrica, 64, 813-836.
141. Enders W. (1995) "Applied Econometric Time Series", Wiley, New York
142. Engle, R. (1983) "Estimates of the Variance of U.S. Inflation Based on the ARCH Model," Journal of Money, Credit and Banking, 15, 286-301.
143. Engle, R. F. (1982) "Autoregressive Conditional Heteroskedasticity with Esti mates of the Variance of United Kingdom Inflation," Econometrica, 50, 9871008.
144. Fraser A.M., Swinney H.L. Independent coordinates for strange attractors from mutual information. Phys. Rev. A 33, 1134-1140 (1986).
145. Fuller W.A. (1976) Introduction to Statistical Time Series, Wiley, New York.
146. Fuller W.A. (1996) Introduction to Statistical Time Series, 2nd Ed, Wiley, New York
147. Gragg J. (1983) "More Efficient Estimation in the Presence of Heteroscedastic-ity of Unknown Form", Econometrica, 51, 751-763.
148. Grassberger P., Procaccia I. Characterization of strange attractors. Phys. Rev. Lett. 50, 346-349(1983).
149. Grassberger P., Procaccia I. Estimation of the Kolmogorov entropy from a cha otic signal. Phys. Rev. A 28, 2591-2593 (1983).
150. Grassberger P., Procaccia I. Measuring the strangeness of strange attractors. Physica D 9, 189-208 (1983).
151. Green W.H. (1997) "Econometric Analysis". 3rd edition, Prentice-Hall.
152. Hamilton, James D. (1994) Time Series Analysis, Princeton University Press, Princeton.
Похожие диссертации
- Совершенствование экономических и информационно-аналитических методов управления инвестиционными программами и проектами в регионах Российской Федерации
- Развитие лизинга как механизма обновления основных фондов промышленных предприятий
- Развитие инновационной деятельности в сфере управления материальными ресурсами
- Формирование информационно-аналитической системы сельскохозяйственных кредитных потребительских кооперативов
- Информационно-аналитические основы управления реализацией строительных проектов: методология и практика эффективного применения