Подходы к оценке и моделированию инновационного капитала высокотехнологичных российских и зарубежных предприятий машиностроительной отрасли с системой управления полным жизненным циклом высокотехнологичной продукции

Баженов И.М.1, Крылова П.Е.1, Соколянский В.В.1
1 Московский государственный технический университет им. Н.Э. Баумана, Россия, Москва

Статья в журнале

Экономика высокотехнологичных производств
Том 3, Номер 1 (Январь-март 2022)

Цитировать:
Баженов И.М., Крылова П.Е., Соколянский В.В. Подходы к оценке и моделированию инновационного капитала высокотехнологичных российских и зарубежных предприятий машиностроительной отрасли с системой управления полным жизненным циклом высокотехнологичной продукции // Экономика высокотехнологичных производств. – 2022. – Том 3. – № 1. – С. 67-82. – doi: 10.18334/evp.3.1.115006.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49192567

Аннотация:
Представлены методы оценки инновационного капитала высокотехнологичных предприятий. Приведены возможные ограничения в применении методов оценки инновационного капитала по отношению к предприятиям с системой управления полным жизненным циклом высокотехнологичной продукции. Показано, что авторский метод Кижека для исчисления величины инновационного капитала предприятия представляет собой удобную метрику для экономистов-практиков. Предложен подход к созданию модели инновационного капитала высокотехнологичного предприятия на платформе производственной функции.

Ключевые слова: инновационный капитал, интеллектуальный капитал, производственная функция, прокси-показатели, системы управления полным жизненным циклом высокотехнологичной продукции, предприятие машиностроительной отрасли

JEL-классификация: D24, E22, P22



Инновационный капитал традиционно является одной из составляющих интеллектуального капитала организации и характеризует конкурентоспособность высокотехнологичного предприятия на рынке, подразумевая непрерывное совершенствование качества продукции за счет применения инновационных технологий. На сегодняшний день переход на инновационный путь развития общепринято считается одним из эффективных путей выхода из экономического кризиса. Среди российских ученых, активно изучающих формирование интеллектуального капитала и его компонентов, в т.ч. инновационный капитал, можно выделить [1–3] (Kazakov, Reutskiy, Sokolyanskiy, 2020; Kaganov, Sokolyanskiy, Volosnikova, Ishimtsev, Ishimtsev, 2015; Pashkov, Tolmachev, Sokolyanskiy, 2020).

В таблице 1 представлены факторы успеха использования инновационного капитала в создании ценности компании.

Таблица 1

Показатели оценки вклада инновационного капитала в создание ценности компании

Факторы успеха использования инновационного капитала
Показатели
Управленческая эффективность
Экономическая эффективность
Потенциал развития и роста
Развитие инновационного потенциала
Развитие инновационно-творческих процессов в компании
Доля R&D инвестиций в выручке
Наличие наукоемкой базы
Реализация инновационных идей
Уровень внедрения новых идей в компании
Доля выручки, приходящаяся на новые продукты
Возможности реализации всех потенциально успешных идей
Источник: [4] (Berezinets, Udovichenko, Sysolyatina, 2010).

В настоящей работе авторами поставлена цель: предложить оптимальные подходы для оценки и моделирования инновационного капитала высокотехнологичных предприятий с системой управления полным жизненным циклом высокотехнологичной продукции.

Исходя из цели работы, авторы определяют ряд задач:

1) предложить развернутую систему прокси-показателей инновационного капитала;

2) на основе данных литературы выбрать современный подход к оценке величины инновационного капитала, приближенной к системе прокси-показателей;

3) обосновать модель инновационного капитала высокотехнологичного предприятия на платформе производственной функции.

Предметной областью настоящего исследования является экономическая категория и одновременно атрибут высокотехнологичного предприятия машиностроительной отрасли – инновационный капитал.

Объектом исследования выбраны российские и зарубежные предприятия аэрокосмической отрасли, являющиеся лидерами в своем сегменте рынка [5, 8] .

В качестве открытых источников авторы использовали корпоративные журналы высокотехнологичных предприятий, размещенные на соответствующих сайтах.

Авторы настоящего исследования использовали методы статистики и математического моделирования.

Гипотеза, выдвигаемая авторами, следующая: показать реальные возможности подхода Кижека и метода создания производственной функции для оценки и моделирования инновационного капитала высокотехнологичного предприятия.

Выбор финансовых и нефинансовых прокси-показателей инновационного капитала основан на источниках [4] (Berezinets, Udovichenko, Sysolyatina, 2010).

Представлены качественные прокси-показатели инновационного капитала:

· количество новых товаров/услуг/процессов, внедренных в течение последних трех лет;

· среднее время разработки нового товара/услуги/процесса;

· количество и качество патентов и патентных притязаний;

· количество и качество сотрудников, занятых в R&D-сфере;

· поддержка инновационной культуры со стороны менеджмента;

· сильная поддержка инноваций со стороны менеджмента.

Среди финансовых показателей инновационного капитала можно выделить:

· затраты на R&D;

· продажи по новым товарам и услугам;

· доход от лицензионных взносов.

В качестве инструментария для оценки инновационного капитала была использована модель, предложенная T. Kijek [1] (Kazakov, Reutskiy, Sokolyanskiy, 2020):

Value of Value of Extracting Efficiency
Innovation capital Intellectual capital coefficient coefficient
(1)
и формула для определения величины интеллектуального капитала:


(2)
где VIC – стоимость интеллектуального капитала (нематериального капитала), NE – нормализованная прибыль, PA – физические активы, FA – финансовые активы, α – нормальная ставка рентабельности физических активов, β – нормальная ставка рентабельности финансовых активов, γ – ставка дисконтирования интеллектуального капитала. В процессе работы были получены ряд результатов: величина и динамика инновационного капитала высокотехнологичных предприятий представлены в таблицах 2–5 и на рисунке 1.

Таблица 2

Расчет величины инновационного капитала компании Locheed Martin

Расчет инновационного капитала Lockheed Martin (Kijek)
Год
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
количество патентов
411
369
298
296
348
332
263
220
190
171
165
340
296
капитал на инвестиции, млрд
698
770
639
585
616
697
751
817
988
1200
1300
1300
1300
Нормализованная прибыль, млн $
41371
43866
45670
46498
47181
45357
45599
40535
47247
51047
53761
59811
65379
физические активы, млн $
4234
4656,8
5080
5502,8
5926
6348,8
6728
7168
7390
8752
8051
13232
12871
финансовые активы, млн $
8186
9064
9943
10822
11700
13579
13457
14336
14780
17505
16103
17095
19378
Норма прибыли финансовых активов
0,198
0,207
0,218
0,233
0,248
0,299
0,295
0,354
0,313
0,343
0,300
0,286
0,296
Норма прибыли физических активов
0,102
0,106
0,111
0,118
0,126
0,140
0,148
0,177
0,156
0,171
0,150
0,221
0,197
ставка дисконтирования
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
0,375
коэффициент извлечения (DEA)
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
0,04
Коэффициент эффективности
0,589
0,479
0,466
0,506
0,565
0,476
0,350
0,269
0,192
0,143
0,127
0,262
0,228
Интеллектуальный капитал, млн $
14744
15562
16103
16248
16326
15151
15238
12824
15550
16329
17899
19499
21413
Инновационный капитал, млн $
347,3
298,306
300,4
328,85
368,9
288,68
213,5
138,1
119,6
93,075
90,87
204
195,02
Источник: составлено авторами.

Таблица 3

Расчет величины инновационного капитала компании Heico

Расчет инновационного капитала Heico (Kijek)
Год
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
количество патентов
421
523
674
704
679
798
911
975
1052
1171
1224
830
1446
капитал на инвестиции, млрд
18,4
19,7
22,7
25,4
31
32,9
37,38
38,75
44,7
46,5
57,5
66,3
65,6
Нормализованная прибыль, млн $
1081
843
1124
1320
1722
1801
2108
2344,4
2582
2832,2
3071
3321
3562
физические активы, млн $
135
146
156
188
238
306
298
348
408
502
530
602
664
финансовые активы, млн $
270
292
312
376
476
612
596
696
816
1004
1060
1204
1328
Норма прибыли финансовых активов
0,250
0,346
0,278
0,285
0,276
0,340
0,283
0,297
0,316
0,354
0,345
0,363
0,373
Норма прибыли физических активов
0,125
0,173
0,139
0,142
0,138
0,170
0,141
0,148
0,158
0,177
0,173
0,181
0,186
ставка дисконтирования
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
0,35
коэффициент извлечения (DEA)
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
Коэффициент эффективности
22,880
26,548
29,692
27,717
21,903
24,255
24,371
25,161
23,535
25,183
21,287
12,519
22,043
Интеллектуальный капитал, млн $
348,85
250,8
355,51
415,14
545,135
539,37
664,078
730,14
790,8
835,56
914,6
971,4
1030
Инновационный капитал, млн $
558,72
466,08
738,9
805,44
835,815
915,77
1132,91
1286
1303
1472,9
1363
851,2
1590
Источник: составлено авторами.

Таблица 4

Расчет величины инновационного капитала компании РКК «Энергия»

Расчет инновационного капитала РКК Энергия (Kijek)
Год

2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
курс $
в рублях
24,85
31,72
30,37
31,07
31,9
38,6
62,32
66,84
58,29
58,35
62,7
64,73
72,14
количество патентов
21
23
44
65
42
54
71
20
36
44
38
24
27
капитал на инвестиции, млрд
млн руб.
527,0
543
559
575
591
607
623
638
982
338
428,0
902,00
779
млн $
21,21
17,12
18,41
18,51
18,53
15,73
10,00
9,55
16,85
5,79
6,83
13,93
10,80
Нормализованная прибыль, млн $
млн руб
2 109
1 455
1000,7
1 146,5
759
1016
1 034
990,3
2 187
932,40
779,10
1349
2 366,8
млн $
84,88
45,87
32,95
36,90
23,79
26,33
16,60
14,82
37,53
15,98
12,43
20,83
32,81
физические активы, млн $
млн руб.
944
902
860
818
476
734
692
650
835
522
287
180
796
млн $
38
28
28
26
15
19
11
10
14
9
5
3
11
финансовые активы, млн $
млн руб.
2 533
1531
827,6
824,5
721,5
712,0
628,5
365,4
1 572
629,7
296
189,5
267,2
млн $
101,96
48,26
27,25
26,54
22,62
18,45
10,09
5,47
26,98
10,79
4,72
2,93
3,70
Норма прибыли финансовых активов
1,201
1,052
0,827
0,719
0,951
0,701
0,608
0,369
0,719
0,675
0,380
0,141
0,113
Норма прибыли физических активов
0,448
0,620
0,859
0,713
0,627
0,722
0,669
0,656
0,382
0,560
0,368
0,133
0,336
ставка дисконтирования
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
коэффициент извлечения (DEA)
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
Коэффициент эффективности
0,990
1,344
2,390
3,512
2,267
3,434
7,102
2,095
2,137
7,596
5,567
1,722
2,500
Интеллектуальный капитал, млн $
млн $
-8,19
-3,3
-2,088
-0,14492
-1,06
-0,05
0,455
0,962
1,90
0,5524
1,3419
3,008
4,30
Инновационный капитал, млн $
млн руб.
-14,11
-10,0
-10,61
-1,107
-5,36
-0,46
14,12
9,43
16,57
17,13
32,7
23,47
54,3
млн $
-0,56
-0,31
-0,34
-0,03
-0,16
-0,01
0,226
0,14
0,28
0,29
0,52
0,36
0,752
Источник: составлено авторами.

Таблица 5

Расчет величины инновационного капитала компании ПАО «Протон-ПМ»

Источник: составлено авторами.

Расчет инновационного капитала ПАО Протон-ПМ (Kijek)
Год
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
курс $
в рублях
24,85
31,72
30,37
31,07
31,9
38,6
62,32
66,84
58,29
58,35
62,7
64,73
72,14
количество патентов

47
39
58
43
36
49
54
78
68
50
60
67
74
капитал на инвестиции, млрд
млн руб.
654
637
698
599
782
895
853
743
685
613
623
597
521
млн $
26,32
20,08
22,98
19,28
24,51
23,19
13,69
11,12
11,75
10,51
9,94
9,22
7,22
Нормализованная прибыль, млн $
млн руб
-1 288
-1042
-796,20
-550
-304,4
-458
-387,4
-633,30
-603
-986
-696
-1319
-1 261
млн $
-51,83
-32,8
-26,22
-17,71
-9,54
-11,88
-6,22
-9,47
-10,3
-16,9
-11,10
-20,38
-17,48
физические активы, млн $
млн руб.
780,4
784,8
789,20
793,6
798
902,4
806,8
811,20
865
1197
923
1183
1 004
млн $
31,40
24,74
25,99
25,54
25,02
23,38
12,95
12,14
14,8
20,51
14,72
18,28
13,92
финансовые активы, млн $
млн руб.
2 341
2 354
2 367
2 380
2 394
2 905
2 420
2 433
2 595
3 591
2 769
3 549
3 012
млн $
94,21
74,22
77,96
76,63
75,05
75,26
38,84
36,41
44,5
61,54
44,16
54,83
41,75
Норма прибыли финансовых активов
-1,818
-2,25
-2,974
-4,326
-7,865
-6,336
-6,248
-3,843
-4,3
-3,642
-3,978
-2,691
-2,389
Норма прибыли физических активов
-0,606
-0,75
-0,991
-1,442
-2,622
-1,968
-2,083
-1,281
-1,4
-1,214
-1,326
-0,897
-0,796
ставка дисконтирования
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
0,15
коэффициент извлечения (DEA)
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
0,07
Коэффициент эффективности
1,78
1,94
2,52
2,23
1,47
2,11
3,94
7,01
5,78
4,75
6,03
7,26
10,24
Интеллектуальный капитал, млн $
млн $
20,76
23,02
34,7
52,596
96,93
76,6
39,5
21,89
30,37
34,8
27,61
21,53
13,9
Инновационный капитал, млн $
млнруб.
64,5
99,2
186
255,1
317,88
437,6
679,9
718,9
717,2
676,9
731,96
708,7
724,35
млн $
2,59
3,12
6,13
8,2
9,96
11,3
10,91
10,75
12,3
11,6
11,6
10,94
10,04

Рисунок 1. Графики зависимостей инновационного капитала компаний от времени в млн $

Источник: составлено авторами.

Полученные результаты свидетельствуют о достаточной точности расчетов величины инновационного капитала при использовании формулы Кижека [1, 10] (Kazakov, Reutskiy, Sokolyanskiy, 2020); Furman, Porter, Stern, 2002). Результаты коррелируют с данными, полученными в работах [1, 10] (Kazakov, Reutskiy, Sokolyanskiy, 2020); Furman, Porter, Stern, 2002).

Вместе с тем авторы настоящего исследования несколько продвинулись вперед с точки зрения квантитативности в аспекте исчисления инновационного капитала, и подтверждением вышеизложенного является предложенный одним из соавторов исследования, В.В. Соколянским, подход к созданию модели инновационного капитала высокотехнологичного предприятия с системой управления полным жизненным циклом продукции.

Так, в 2020 г. Соколянский, Казаков и Реуцкий [1] (Kazakov, Reutskiy, Sokolyanskiy, 2020) предложили новый вид производственной функции инновационного капитала, описываемый следующей системой уравнений:


(3)
где L – количество трудовых часов в году по производственному календарю, А – коэффициент инновационного роста, B – коэффициент рентабельности инноваций.

Указанный подход базировался на ряде информативных прокси-показателей инновационного капитала [10] (Furman, Porter, Stern, 2002), среди которых выделены:

1. Трудовые часы.

2. Коэффициент инновационного роста.

3. Прирост выпуска продукции.

4. Коэффициент рентабельности инноваций.

Объектами для данного исследования послужили зарубежные высокотехнологичные инновационные предприятия машиностроительной отрасли, среди которых: Aerojet Rocketdyne, The Boeing Company, Safran SA. [11–14].

Для проверки работоспособности предложенной модели инновационного капитала был рассчитан такой прокси-показатель, как прирост выпуска продукции. После построения производственной функции был построен ее график, который представляет собой пересечение двух графиков: плоскости и однополосного параболоида. Объем образовавшейся в результате пересечения фигуры и характеризует выпуск продукции. Сравнение объемов таких фигур, построенных по данным разных лет, позволяет определить собственно прирост выпуска продукции.

Прокси-показатели инновационного капитала предприятия Aerojet Rocketdyne, The Boeing Company, Safran SA, которые были использованы для расчетов, сведены в таблицу 9, график созданной функции приведен на рисунке 1.

Таблица 6

Прокси-показатели инновационного капитала для предприятия Safran SA

Показатель/год
2010
2011
2012
2013
2014
2015
2016
2017
2018
Трудовые часы, млн·ч
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
Коэффициент инновационного роста

0,21

0,35

0,16

0,25

0,35

0,60

0,22

0,17

0,18
Коэффициент рентабельности инноваций
189,6
179,5
204,3
248,2

198,6

279,0

215,2

235,6

268,2
Источник: [14].

Таблица 7

Прокси-показатели инновационного капитала для предприятия The Boeing Company

Показатель/год
2010
2011
2012
2013
2014
2015
2016
2017
2018
Трудовые часы,
млн·ч
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
Коэффициент инновационного роста
0,32
0,28
0,25
0,23
0,22
0,24
0,34
0,18
0,17
Коэффициент рентабельноcти инноваций

113,8

122,7

157,8

185,7

321,7

266,9

198,9

292,7

350,4
Источник: [13].

Таблица 8

Прокси-показатели инновационного капитала для предприятия Aerojet Rocketdyne 2010–2018

Показатель/год
2010
2011
2012
2013
2014
2015
2016
2017
2018
Трудовые часы, млн·ч
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
9,9
Коэффициент инновационного роста

0,4

0,3

0,3

0,3

0,4

0,2

0,4

0,3

0,2
Коэффициент рентабельности инноваций

362,3

324,1

307,1

255,5

258,7

225,8

289,9

303,2

277,2
Источник: [15].

Таблица 9

Результаты расчета прокси-показателей прироста выпуска продукции

Показатель/год
2010
2011
2012
2013
2014
2015
2016
2017
2018
Трудовые часы, млн·ч

8,06

3,58

3,36

2,37

4,21

0,82

5,23

3,15

1,22
Коэффициент инновационного роста

5,08

4,54

5,99

7,04

19,39

15,84

17,62

10,74

13,76
Коэффициент рентабельности инноваций

6,12

15,26

4,14

14,94

18,67

108,94

8,70

6,20

9,05
Источник: составлено авторами.

На рисунке 2 представлены усредненные значения посчитанного прокси-показателя (прирост выпуска продукции) трех предприятий с 2010 по 2018 г. Здесь Aerojet Rocketdyne характеризуется графиком с черной заливкой, Safran SA – графиком с серой заливкой, The Boeing Company – графиком с белой заливкой и черным контуром, плоскость с черным контуром характеризует среднее количество рабочих часов в год по производственному календарю. Можем наблюдать, что самый высокий средний показатель прироста выпуска продукции за выбранный период принадлежит предприятию Safran SA, что соответствует самому большому объему фигуры, образованной пересечением параболоида с плоскостью. Худший результат из перечисленных предприятий по данному показателю имеет Aerojet Rocketdyne. Однако это, возможно, связано с тем, что при увеличении затрат на инновации предприятие Safran SA имеет стабильный прирост объема производства продукции в денежном эквиваленте в отличие от предприятия The Boeing Company, которое при неизменных затратах на инновации с каждым годом имеет все большее увеличение прироста объема производства продукции. Все вышеперечисленное указывает на то, что эффективнее всего инновационные подходы в управлении были использованы в нашем случае в The Boeing Company.

Изображение выглядит как текст, спортивная игра

Автоматически созданное описаниеРисунок 2. График производственной функции модели инновационного капитала, построенной на основе исходных прокси-показателей для трех высокотехнологичных предприятий машиностроительной отрасли

Источник: [1] (Kazakov, Reutskiy, Sokolyanskiy, 2020).

Представленные результаты позволяют сделать ряд выводов. Так, предположенная модель инновационного капитала на платформе производственной функции позволяет прогнозировать поведение такого важного прокси-показателя инновационного капитала, как прирост выпуска предприятия. В то же время апробация подхода Кижека для исчисления величины инновационного капитала высокотехнологичных предприятий с системой управления полным жизненным циклом высокотехнологичной продукции является предпосылкой для создания в будущем приемлемой модели инновационного капитала, базирующего на системе финансовых, нефинансовых и качественных прокси-показателей.


Источники:

1. Казаков Н.С., Реуцкий О.Д., Соколянский В.В. Моделирование инновационного капитала высокотехнологичного капитала высокотехнологичных предприятий машиностроительной отрасли на основе производственной функции // Системы управления полным жизненным циклом высокотехнологичной продукции в машиностроении: новые источники роста: Материалы lll Всероссийской научно-практической конференции. Москва, 2020. – c. 150-155.– doi: 10.18334/9785912923258.150-155.
2. Каганов Ю.Т., Соколянский В.В., Волосникова М.С., Ишимцев В.И., Ишимцев В.И. Программная реализация алгоритма искусственного иммунных систем для решения задач оптимизации интеллектуального капитала // Естественные технические науки. – 2015. – № 6(84). – c. 102-105.
3. Пашков А.А., Толмачев А.Д., Соколянский В.В. Процессный капитал как один из атрибутов высокотехнологичной компании // Экономика и социум: современные модели развития. – 2020. – № 2. – c. 169-176. – doi: 10.18334/ecsoc.10.2.110143.
4. Березинец И.В., Удовиченко О.М., Сысолятина Е.В. Оценка вклада интеллектуального капитала в создание ценности компании // Корпоративные финансы. – 2010. – № 3(15). – c. 5-22.
5. Lockheed Martin. [Электронный ресурс]. URL: https://www.lockheedmartin.com (дата обращения: 14.02.2022).
6. Heico. [Электронный ресурс]. URL: https://www.heico.com (дата обращения: 14.02.2022).
7. РКК «Энергия». [Электронный ресурс]. URL: https://www.energia.ru (дата обращения: 14.02.2022).
8. АО «Протон-ПМ». [Электронный ресурс]. URL: https://protonpm.ru (дата обращения: 14.02.2022).
9. Kijek T. Innovation Capital and its Measurement // Journal of Entrepreneurship. – 2012. – № 4. – p. 52-68. – doi: 10.7341/2012844.
10. Furman J.L., Porter M.E., Stern S. The determinants of national innovative capacity // Research Policy. – 2002. – № 6. – p. 899-933. – doi: 10.1016/S0048-7333(01)00152-4.
11. YCharts. [Электронный ресурс]. URL: http://ycharts.com (дата обращения: 20.12.2020).
12. Airbus. [Электронный ресурс]. URL: https://www.airbus.com (дата обращения: 20.12.2020).
13. Boeing. [Электронный ресурс]. URL: https://www.boeing.com (дата обращения: 20.12.2020).
14. Safran SA. [Электронный ресурс]. URL: https://www.safran-group.com (дата обращения: 20.12.2019).
15. Aerojet Rocketdyne. [Электронный ресурс]. URL: https://www.rocket.com (дата обращения: 20.12.2020).

Страница обновлена: 26.07.2022 в 00:47:42