Подход к формированию инструментария выбора индустриальных партнёров для участия в инновационных проектах
DOI:
https://doi.org/10.52575/2687-0932-2024-51-3-570-579Ключевые слова:
инновации, проект, государственные субсидии, производственный процесс, инновационные проекты, оценка организацийАннотация
Данное исследование фокусируется на вопросах отбора индустриальных партнёров при осуществлении проектов, связанных с инновационным развитием индустрии в рамках государственных программ субсидирования, направленных на налаживание кооперации между создателями инноваций и индустриальными компаниями, а также на удовлетворение запросов отечественных организаций. Актуальность темы исследования связана с необходимостью изучить проблематику данной сферы и определить процессы выбора индустриальных компаний в рамках задачи диверсифицированного развития промышленности. В статье анализируются основные аспекты программ инновационного развития индустрии, выделяются некоторые их проблемы и запросы, в том числе потребность в инструментах отбора надёжных индустриальных партнёров и в каких именно условиях происходят процессы анализа компаний. С этой целью рассматриваются методы анализа устойчивости и рентабельности организаций, существующие интегральные методы оценки и перспективные, создаваемые на основе машинного обучения при анализе больших массивов данных. Рассмотрена суть таких методов, их отличия от классических параметрических методов. Отмечены качества таких систем в рассматриваемых задачах, в частности – повышение точности моделей. Проанализированы перспективы их применения, а также ожидаемые эффекты. На основе результатов анализа литературы получено заключение о применении моделей машинного обучения в задаче отбора индустриальных партнёров.
Скачивания
Библиографические ссылки
Список источников
Акт правительства Российской Федерации «О предоставлении субсидии из федерального бюджета автономной некоммерческой организации «Агентство по технологическому развитию» на поддержку проектов, предусматривающих разработку конструкторской документации на комплектующие изделия, необходимые для отраслей промышленности» от 18 февраля 2022 № 208 // Собрание законодательства Российской Федерации. 2022 г. № 9. Ст. 1324
Акт правительства Российской Федерации «О мерах государственной поддержки развития кооперации российских образовательных организаций высшего образования, государственных научных учреждений и организаций реального сектора экономики в целях реализации комплексных проектов по созданию высокотехнологичных производств» от 9 апреля 2010 № 218 // Собрание законодательства Российской Федерации. 2010 г. № 16. Ст. 1905
Список литературы
Багдасарян Н.А. 2017. «Инновационное развитие»: анализ понятия и уточнение определения. Бюллетень науки и практики, 7(20): 93–100.
Блажевич О.Г., Карачун А.И., Сульйманова А.Л. 2017. Сравнительный анализ и применение методов прогнозирования банкротства. Бюллетень науки и практики, 5(18): 161–175.
Гладкова Ю.В., Гладков В.П. 2010. Этапы принятия управленческих решений. Вестник Пермского государственного технического университета. Электротехника, информационные технологии, системы управления, 4: 39–44.
Данилович В.Ю., Курганская Г.С. 2017. Скоринговые модели как средство управления кредитными рисками в российских банках. Бизнес–образование в экономике знаний, 1(6): 29–33.
Дроговоз П.А., Коренькова Д.А. 2019. Современный инструментарий гибкого управления ИТ–проектами и перспективы его совершенствования с использованием технологий искусственного интеллекта. Экономика и предпринимательство, 10: 829–833.
Дроговоз П.А., Рассомагин А.С. 2017. Обзор современных методов интеллектуального анализа данных и их применение для принятия управленческих решений. Экономика и предпринимательство, 3: 689–693.
Дроговоз П.А., Шиболденков В.А., Коренькова Д.А. 2019. Подход к созданию гибридной рекомендательной системы для поддержки принятия решений по управлению проектами на основе нейросетевого картирования и когнитивной визуализации показателей освоенного объема. Экономика и предпринимательство, 9: 1212–1217.
Журова Л.И., Шехтман А.Ю. 2011. Банкротство предприятий: причины и методы прогнозирования. Вестник волжского университета им. В.Н. Татищева, 23: 31–37.
Кузубов С.А., Евдокимова М.С. 2017. Повышает ли стоимость компании публикация нефинансовых отчетов по стандартам GRI (на примере стран БРИКС)? Учёт. Анализ. Аудит, 2: 28–36.
Куличёва О.А., Антонов А.В. 2015. Совершенствование методов оценки финансовой устойчивости публичных компаний. Вестник астраханского государственного технического университета. Серия: экономика, 1: 76–82.
Куракова Н.Г. 2014. Проблемы привлечения индустриальных партнеров к софинансированию медико-биологических проектов. Комплексные проблемы сердечно-сосудистых заболеваний, 1: 5–10.
Михайлец В.Б., Радин И.В., Соцкова И.С., Шуртаков К.В. 2014. Индустриальный партнер как новый субъект федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014–2020 гг.». Инновации, 10(192): 102–108.
Неврединов А.Р., Юсуфова О.М. 2020. Использование машинного обучения в цифровых двойниках производственных процессов. Будущее машиностроения России (Москва, 22–25 сен. 2020 г.): Cб. докладов XXIII всеросс. науч. конференции молодых ученых и специалистов (с междунар. участием): в 2 т. Москва: МГТУ им. Н.Э. Баумана, Т. 2: 364–367.
Одинцова Т.Н., Глушкова Ю.О., Баширзаде Р.Р., Пахомова А.В. 2019. Цифровая платформа как основа инновационного планирования в цепях поставок. Актуальные проблемы экономики и менеджмента, 3(23): 97–104.
Стародубцев А.А. 2016. Система поддержки принятия решений. Актуальные проблемы авиации и космонавтики, 12: 99–101.
Шалаева Л.В. 2021. Оценка результативности инновационной деятельности по основным сферам экономики России. Креативная экономика, Т. 15, 12: 4445–4464.
Almaskati N., Bird R., Yeung D., Lu Y. 2021. A horse race of models and estimation methods for predicting bankruptcy. Advances in Accounting, 52: 100513.
Baker S., Nicholas B., Steven J. Davis. 2016. Measuring Economic Policy Uncertainty. The Quarterly Journal of Economics, Oxford University Press., 131(4): 1593–1636.
Díaz, V., Ibrushi, D., Zhao, J. 2021. Reconsidering systematic factors during the Covid–19 pandemic–the rising importance of ESG. Finance Research Letters, 38: 101870.
Du Jardin P. 2015. Bankruptcy prediction using terminal failure processes. European Journal of Operational Research, 242: 286–303.
Patel, P.C., Pearce, J.A., Oghazi, P. 2021. Not so myopic: investors lowering short–term growth expectations under high industry ESG–sales–related dynamism and predictability. Journal of Business Research, 128: 551–563.
Smitha H.L., Leydesdorff L. 2014. The Triple Helix in the context of global change: dynamics and challenges. Critical Studies in Innovation, 32(4): 321–323.
Просмотров аннотации: 33
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2024 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
