Информационное письмо
Образец оформления статьи
Анкета автора
26.03.2015

Методика финансового анализа доходности инноваций

Минаков Владимир Федорович
доктор технических наук, профессор кафедры информатики, Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация
Паутова Виктория Петровна
Специалист, «Ханты-Мансийский банк Открытие», г. Санкт-Петербург, Российская Федерация
Сафарян Ани Арутюновна
магистрант, кафедра информатики, Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация
Аннотация: Получена аналитическая зависимость динамики денежных потоков инновационных проектов. На основе сопоставления с инвестициями в инновации предложена экономико-математическая модель чистого денежного потока инноваций. Учтена предельная производительность производства, а также эффект насыщения инновационными продуктами.
Ключевые слова: модель, инновации, инвестиции, чистый дисконтированный доход, эффективность
Электронная версия
Скачать (620.8 Kb)

1. Введение

Приоритет инновационного развития России к настоящему времени становится первостепенной задачей экономики. Он осознан и признан как научным сообществом, так и органами государственной власти. Созданы инновационные, венчурные и инвестиционные фонды для институциональной поддержки инновационной деятельности за счет средств государственных, частных, партнерских, международных организаций [1, 2]. Однако, ни соизмеримых затратам результатов, ни экономической отдачи от перечисленных мероприятий до настоящего времени нет [3, 4]. Это заставляет корни неэффективности искать в инновационной деятельности, особенно на этапах отбора и реализации инновационных проектов. Именно эти фазы жизненного цикла инновационных проектов и портфелей предопределяют денежные потоки инновационных производств.

2. Цель исследования

Целью работы является развитие экономико-математической модели оценки эффективности инновационных проектов и процессов на основе учета нелинейности в динамике денежных потоков от реализации инновационных проектов.

3. Модели оценки инноваций

В качестве показателей инновационных проектов и их портфелей используются результаты количественного измерения характеристик потенциала, а также процессов, связанных с коммерциализацией проектов [5 - 9]. В настоящее время наборы таких частных метрик используется в моделях интегральных оценок отбора инноваций. Известные методики каждую их них учитывают как долю результирующего показателя S с весом значимости ci частного показателя xi.

Аналогичные модели в более развитом виде предполагают группировку показателей по классам и ранжирование весов значимости в целом по классам. При этом однородные показатели могут группироваться, например, по признаку принадлежности к этапу инновационной деятельности, или по признаку принадлежности к ресурсам одного вида.

Линейные модели отражают экстенсивность результатов инновационных процессов, что означало бы справедливость принципа: чем больше затраты, тем пропорционально выше результат инновационной деятельности. Однако практика не подтверждает такой закономерности.

Так, повышение численности занятых в инновационных процессах сотрудников высшей квалификации с учеными степенями кандидатов наук (а соответственно - затрат), имеет вид, изображенный на рис. 1 [10]. Результат [10] получен на основе данных, представляемых высшими учебными заведениями Российской Федерации для их рейтинговой оценки, аккредитации, аттестации и лицензирования.

Рис. 1. Зависимость объёма выполненных госбюджетных НИР и грантов от числа исполнителей - кандидатов наук

Рис. 1. Зависимость объёма выполненных госбюджетных НИР и грантов от числа исполнителей - кандидатов наук

Аналогичный результат характерен для затрат на остальные ресурсы инновационных процессов: помещения, оборудование (рис. 2), материалы и т.д.

Рис. 2. Зависимость объёма хоздоговорных работ от количества персональных компьютеров и рабочих станций

Рис. 2. Зависимость объёма хоздоговорных работ от количества персональных компьютеров и рабочих станций

Эмпирические данные, следовательно, показывают, что инновационный потенциал портфеля реализуемых проектов подчиняется закону убывающей предельной производительности. Согласно данному закону наращивание любого производственного фактора (при неизменности остальных) при некотором его значении приводит к относительному и даже абсолютному снижению результатов.

Действительно, опыт инновационных решений, например, в сфере информационно-телекоммуникационных товаров и услуг, показывает, что даже современные по функциональным признакам мобильные телефоны требуют разработки все новых и новых моделей. Иначе производитель теряет конкурентные позиции на рынке. Так произошло с сотовыми телефонами компании Nokia.

Именно такой результат отражает экономико-математическая модель, предложенная Коббом и Дугласом, вид которой применим к результатам инновационной деятельности [11]:

Объемы инновационного производства в натуральном выражении не дают представления об эффективности такого производства и должны быть соотнесены с затратами [12 - 16]. Для этого представим результаты инновационного производства Vk [17 - 29] в денежном выражении, учитывая цену Pk для каждого продукта.

Тогда стоимость оплаченных инновационных продуктов (выручка) образует положительный денежный поток, затраты – отрицательный, а чистый дисконтированный доход (ЧДД).

Учитывая возможность распределения инвестиций I(t) между K и L, (с долями m и h), получена модель ЧДД:

1.png

где A – коэффициент масштабности (эффективности) инновационного производства,

V – объем производства (например, национального),

K – затраченный капитал,

L – затраченный труд,

α – эластичность по капиталу;

β – эластичность по труду;

е – постоянная (2,71828);

γ – коэффициент влияния научного и технологического развития;

t – текущее время.

I(ti) – инвестиции в инновационное производство,

F – число периодов времени расчета ЧДД,

M – число инновационных продуктов,

r – коэффициент дисконтирования.

Полученная с учетом закона убывающей предельной производительности величина чистого дисконтированного дохода является экономико-математической моделью эффективности портфеля инновационных проектов, причем может быть применена для решения обратной задачи – определения размеров требуемых инвестиций для получения заданного чистого дисконтированного дохода. Такой подход имеет принципиально важное значение в условиях ограничения доступа к низкопроцентным заемным средствам.

1. Выводы

1. Учет убывающей предельной производительности повышает точность оценки чистого дисконтированного дохода от коммерциализации инновационных проектов. Отражает реальные рыночные процессы формирования спроса на инновационные товары и услуги

2. Повышенная точность оценки денежных потоков от реализации инновационных проектов позволяет повысить обоснованность решений об инвестициях в инновации, а соответственно – эффективность управления инновационными процессами.

Список литературы:

1. Аванесов Г.М. Процессы обновления в корпорациях // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2015. – № 1-2 (32). – С. 10-11.

2. Аванесов Г.М. Разработка мультиагентной модели управления // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2015. – № 1-2 (32). – С. 11-12

3. Будагов А.С. Прогнозирование как функция управления инновационным развитием региона // Вестник Российской академии естественных наук (Санкт-Петербург). – 2011. – № 2. – С. 37-38.

4. Будагов А.С. Рационализация разноуровневого управления инвестированием в основной капитал и новшества региона // Вестник Чувашского университета. – 2007. – № 3. – С. 519-524

5. Будагов А.С. Создание системы управления инновационным развитием региона // Вестник Чувашского университета. – 2011. – № 2. – С. 397-400.

6. Аванесов Г.М. Социальные сети как информационно-технологическая платформа маркетинга // Nauka-rastudent.ru. – 2015. – No. 02 (014-2015) / [Электронный ресурс] – Режим доступа. – URL: http://nauka-rastudent.ru/14/2430/.

7. Putkina L.V. The concept of process approach to management // В мире научных открытий. – 2014. – № 9.1 (57). – С. 469-476.

8. Аванесов Г. М. Интеграционные бизнес-группы в пищевой промышленности // Известия Санкт-Петербургского государственного экономического университета. – 2006. – № 4 (48). – C. 68-80.

9. Аванесов Г.М. Интеграция в корпорации: концепции, организационное проектирование. – СПб.: Иизд-во «Инфо-да». – 2006. -102 с.

10. Галстян А.Ш., Шиянова А.А., Минаков В.Ф. Моделирование стратегического развития рынка страхования в России: проблемы и пути их решения // Вестник Северо-Кавказского федерального университета. – 2014. – № 2 (41). – С. 256-260.

11. Минаков В.Ф., Минакова Т.Е., Галстян А.Ш., Шиянова А.А. Обобщенная экономико-математическая модель распространения и замещения инноваций // Экономический анализ: теория и практика. – 2012. – № 47 (302). – С. 49-54.

12. Радченко М.В. Оценка инвестиционной привлекательности региона // Московское научное обозрение. – 2012. – № 11 (27). – С. 52-55.

13. Радченко М.В. Финансовое обеспечение инновационного развития экономики // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 12-2 (31). – С. 33-34.

14. Аванесов Г.М. Отраслевая информационно-справочная система // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 5-1 (24). – С. 40-41.

15. Лобанов О.С., Минаков В.Ф., Артемьев А.В. Облачные технологии в исполнительных органах государственной власти Санкт-Петербурга // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 1-1 (20). – С. 67-68.

16. Минаков В.Ф., Азаров И.В. Моделирование конъюнктуры инфотелекоммуникационного рынка // Terra Economicus. – 2006. – № 2. – С. 35–40.

17. Минакова Т.Е. Эластичность качества электроэнергии // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – № 5-1 (24). – С. 90-92.

18. Минакова Т.Е. Энергосбережение: системный подход // APRIORI. Серия: Естественные и технические науки. – 2015. – № 1. – С. 10.

19. Минакова Т.Е., Минаков В.Ф., Лобанов О.С. Каскадная модель коммерциализации инноваций // Материалы 3-й научно-практической internet-конференции Междисциплинарные исследования в области математического моделирования и информатики. – Ульяновск. – 2014. – С. 63-69.

20. Путькина Л.В. Методика управления бизнес-процессами на предприятиях социально-культурной сферы // Сборник научных трудов Sworld. – 2012. – Т. 32. – № 4. – С. 3-7.

21. Путькина Л.В. Реинжиниринг бизнес-процессов в сфере услуг на примере компании Xerox // Материалы Международной научно-практической конференции «Современные тенденции в образовании и науке» 31 октября 2013 г. Часть 21: М-во обр. и науки РФ. Тамбов. Изд-во ТРОО «Бизнес-Наука-Общество». – 2013. – С.91-92.

22. Путькина Л.В. Формирование бизнес-процессов на виртуальном рынке // Материалы Международной научно-практической конференции «Инновационное развитие современной науки». – Уфа. – 31 января 2014 г.

23. Горнов П.А., Томша П.П., Баша Н.В. Оценка адаптивности доработки типовых автоматизированных систем управления в организациях // Международный научно-исследовательский журнал = Research Journal of International Studies.. – 2014. – № 5-2 (24). – С. 17-18.

24. Лобанов О.С., Артемьев А.В., Томша П.П. Разделение информационных систем на подклассы как основа рационализации информационного пространства // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – №6-2 (25). – с. 20-21.

25. Томша П.П. Феномен потребительского выбора в Интернете // Финансовая аналитика: проблемы и решения. – 2013. – №37. – С. 39-42.

26. Бабаев Э.О., Баша Н.В., Томша П.П. Понятие «BIG DATA». показатель готовности перехода компании на новые технологии работы с большим объемом данных // Международный научно-исследовательский журнал = Research Journal of International Studies. – 2014. – №5-1 (24). – с. 45-46.

27. Шиянова А.А., Галстян А.Ш., Минаков В.Ф., Минакова Т.Е. Математическое моделирование макроэкономических трендов развития страхового бизнеса // Современные проблемы науки и образования. – 2014. – № 4. – С. 436.

28. Щербаков В.В., Уваров С.А. Обоснование логистических альянсов в коммерции // Известия Санкт-Петербургского государственного экономического университета. – 1996. – № 4. – С. 105.

29. Ефремов А. А., Щербаков В. В. Инвариантность сетевых форм организации логистических цепей // Вестник Астраханского государственного технического университета. Серия: Экономика. – 2011. – № 2. – С. 72-79.