Методы разработки инновационной стратегии высокотехнологичных промышленных предприятий

При разработке инновационной стратегии высокотехнологичных промышленных предприятий или анализе процесса управления инновационной деятельностью предприятий необходимо применять законы развития, под которыми понимаются способы выражения устойчивых связей и отношений между объектами и явлениями [2, 3] (Burnasheva, 2020; Gubin, Khandamova, Shchepakin, 2021). Первые характеризуют связи элементов (подразделений) предприятия, а также условия сохранения целостности его структуры и относительной устойчивости в процессе непрерывных изменений. Вторые определяют последовательность происходящих в процессе развития предприятия изменений и их скорость [1, 8–10, 24] (Batkovskiy, 2016; Karavaev, 2012; Kokhno, 2014; Kokhno, Kokhno, Artemev, 2022).

Разработка инновационной стратегии высокотехнологичных промышленных предприятий базируется в первую очередь на построении соответствующих уравнений взаимосвязей между показателями, определяющими уровень развития предприятий [4, 6, 7, 19, 21–23] (Dudin, Shkodinskiy, Prodchenko, 2021; Ivanova, Sazhaeva, 2020; Chzhao Kay, 2021; Prokopets, Dronov, 2021; Frolov, Drobot, Abramov, 2022; Frolov, Klimova, Trofimov, 2020; Frolov, Trofimov, Klimova, 2020).

Для построения функциональных математических зависимостей между показателями, определяющими операционную, инвестиционную и финансовую деятельность промышленных предприятий, включая предприятия оборонно-промышленного комплекса, следует применять методы различных теорий. Рассмотрим некоторые из них.

Первый метод основывается на теории стоимостного анализа бизнеса. Стоимостной анализ представляет собой особый вид экономического анализа деятельности предприятия, который в настоящее время реализуется в рамках управленческого учета и контроллинга. Цель стоимостного анализа заключается в том, чтобы выявить факторы, которые вызывают удорожание продукции и снижение доходности предприятия, а также предложить управленческие решения по устранению или ослаблению их действия.

В частности, одной из задач стоимостного анализа является определение критических элементов производственной системы, которые наиболее значимы в их негативном влиянии на показатели деятельности предприятия. При этом упор делается на поиск производственных резервов (определение бесполезных затрат, ненужных функций и т.п.).

Стоимостной анализ – весьма трудоемкий и дорогостоящий комплекс работ, которые могут выполнять хорошо подготовленные специалисты. Поскольку на предприятии возникает множество проблем, для решения которых нет ни времени, ни средств, для анализа выбираются объекты, решения по которым дадут наибольшие результаты.

Для высокотехнологичных промышленных предприятий характерными являются два направления стоимостного анализа: анализ производимой продукции и анализ объектов имущества (основных средств). Обоснованный ответ на вопрос, чем следует заниматься в первую очередь – продукцией или имуществом, дает анализ финансового состояния предприятия. В соответствии с методиками финансового анализа предприятия вся система показателей, характеризующих финансовое состояние предприятия, разбивается на группы показателей (от четырех до девяти групп) [20] (Stryukov, Chuvenkov, Domakur, 2021). В методиках приводится пять основных таких групп:

1. Показатели имущественного положения, характеризующие состояние основных средств предприятия и их динамику. Для примера: среди этих показателей суммарная стоимость хозяйственных средств, находящихся в распоряжении предприятия, доля активной части основных средств, коэффициент износа (доля амортизированной части) основных средств, коэффициент обновления (доля вновь приобретенных) основных средств, коэффициент выбытия (доля выбывших) основных средств и др.

2. Показатели ликвидности и платежеспособности, дающие представление о способности предприятия наличными денежными ресурсами своевременно погашать свои платежные обязательства. К таким показателям относятся, например, коэффициент текущей ликвидности (коэффициент покрытия долгов), т.е. отношение всей суммы текущих активов, включая запасы и незавершенное производство, к общей сумме краткосрочных обязательств; коэффициент быстрой ликвидности, то есть отношение денежных средств в текущих активах к общей сумме краткосрочных долгов предприятия; коэффициент абсолютной ликвидности (норма денежных резервов), который определяется отношением денежных средств на счетах ко всей сумме краткосрочных долгов предприятия; коэффициент обеспеченности собственными средствами (отношение собственных средств в обороте ко всей величине оборотных средств); коэффициент покрытия текущих обязательств оборотными активами (отношение стоимости всех оборотных средств в виде запасов, дебиторской задолженности, краткосрочных финансовых вложений, денежных средств и прочих оборотных активов к текущим обязательствам предприятия) и др.

3. Показатели финансовой устойчивости, позволяющие судить о степени зависимости предприятия от кредиторов и его обеспеченности собственными средствами: коэффициент автономии или удельный вес собственного капитала в его общей сумме; коэффициент финансовой зависимости (доля заемного капитала в общей валюте баланса); плечо финансового рычага или коэффициент финансового риска (отношение заемного капитала к собственному) и др.

4. Показатели деловой активности, характеризующие эффективность использования финансовых ресурсов, активов предприятия и его капитала. В их составе: коэффициент общей оборачиваемости капитала, т.е. отношение выручки к средней величине активов; коэффициент оборачиваемости готовой продукции, т.е. отношение выручки к средним запасам готовой продукции; коэффициент оборотных средств (отношение стоимости оборотных активов к среднемесячной выручке); срок оборота дебиторской задолженности (отношение дебиторской задолженности к выручке); фондоотдача основных средств (отношение выручки к среднегодовой стоимости основных средств) и др.

5. Показатели рентабельности, характеризующие прибыльность предприятия и эффективность его ценовой и инвестиционной политики. Основные показатели этой группы: рентабельность продаж, то есть отношение прибыли к выручке; рентабельность основных средств, то есть отношение прибыли к средней величине основных средств; рентабельность продукции, то есть отношение прибыли к себестоимости продукции.

Обоснование направления для стоимостного анализа на основе системы показателей деятельности предприятия чаще всего выполняют методом рейтинговой оценки.

Второй метод основывается на теории корреляционно-регрессионного анализа. Одной из целей корреляционно-регрессионного анализа является определение вклада отдельных независимых переменных в вариацию зависимой. Предпосылкой для применения регрессионного анализа является наличие связи между экзогенной и эндогенной переменными. Существует множество видов регрессионных моделей, в данной работе описана множественная линейная регрессия, которая предполагает установление линейной зависимости между группой независимых переменных , , , и одномерным откликом у.

В основе корреляционно-регрессионного анализа заложен метод наименьших квадратов (далее – МНК). В рамках этого подхода параметры математической модели , ,… вычисляются исходя из требования минимальности суммы квадратов отклонений рассчитанного по математической модели значения функции по формуле (1):

. (1)

Корреляционно-регрессионный анализ с помощью МНК возможен при выполнении следующих предпосылок:

– остатки являются случайными;

– математическое ожидание остатков равно нулю: = 0;

– дисперсия остатков постоянна: ;

– остатки некоррелированны: , при i ≠ j;

– остатки являются нормально распределенной случайной величиной.

Соблюдение данных предпосылок в дальнейшем проверяется с помощью ряда тестов и характеристик полученной модели. Для построения корреляционно-регрессионной модели существует ряд принципов подбора статистической базы, а также необходимых преобразований для последующего анализа:

– достаточность значений показателей;

– соответствующая степень дискретности данных;

– достоверность зафиксированных данных;

– комплексность базы показателей;

– отсутствие мультиколлинеарности статистических данных;

– отсутствие сезонности временных рядов;

– стационарность данных;

– автокорреляция в остатках.

Характеристиками, по которым оценивается качество модели и ее значимость, являются:

– коэффициент детерминации ;

– критерий Фишера;

– критерий Дарбина-Уотсона;

– Т-статистика Стьюдента.

Третий метод основывается на теории вероятности бизнеса. Оценка стоимости предприятия относится к числу весьма востребованных инструментов в условиях рыночной экономики. В развитых странах стоимость предприятия рассматривается как целевая функция управления предприятием. Кроме собственников (акционеров) и руководителей предприятий в проведении оценочных работ заинтересованы кредитные организации, страховые компании, поставщики, инвесторы, а также государственные, например налоговые, органы. Традиционно различают три подхода к оценке стоимости предприятия (капитала): затратный, доходный и сравнительный.

При этом в качестве основных в затратном подходе выделяют методы стоимости чистых активов и ликвидационной стоимости, в доходном подходе – методы капитализации и дисконтирования денежных потоков, а в сравнительном подходе – методы рынка капитала, сделок и отраслевых коэффициентов. Чтобы разъяснить постановку рассматриваемой задачи, обратимся к примеру расчета стоимости предприятия на основе метода сделок.

Напомним, что метод сделок, по большому счету, отличается от метода рынка капитала тем, что в первом случае стоимость бизнеса определяется на основе данных о продаже предприятий (например, при поглощениях или слияниях) или контрольных пакетов акций предприятий, аналогичных оцениваемому, а во втором – для сравнения берутся рыночные цены акций этих предприятий. Что же касается метода коэффициентов, то в отечественной практике он не получил достаточного распространения, поскольку отраслевые коэффициенты рассчитываются на основе длительных статистических наблюдений, которых в России пока нет.

Предположим теперь, что оценщиком определены три предприятия той же отраслевой направленности, что и объект оценки. Иными словами, имеется информация о трех предприятиях-аналогах. В таблице 1 это предприятия с индексами к= 1, 2 и 3 (К), в отношении которых были совершены сделки купли-продажи, укладывающиеся в установленный временной регламент. Или используемые по ним стоимостные показатели приведены к базовому (расчетному) моменту времени.

Таблица 1

Значения оценочных мулитипликаторов

В рассматриваемом примере в качестве финансовой базы используются три показателя: чистая прибыль j = 1, стоимость активов j = 2 и выручка от реализации продукции (услуг) j = 3 (J).

Соответственно, имеют место три мультипликатора. По каждому из них рассчитывается его усредненное значение по формуле (2):

M_j =∑M^к_j / 3, (2)

где j = 1,2,3.

После чего на основе информации о чистой прибыли, стоимости активов и выручке оцениваемого предприятия k = x (табл. 2) находятся три его «предварительные» стоимости C^x_j по формуле (3):

C^x_j=M_j*ФБ^x_j, (3)

где * – знак умножения, j = 1, 2, 3.

Таблица 2

Промежуточные результаты для расчета стоимости оцениваемого предприятия

π_j ≥ 0, ∑ π_j = 1. (4)

А затем находит стоимость оцениваемого предприятия C^{x в} виде «взвешенной» суммы предварительных стоимостей по формуле (5):

C^x = ∑ π_j* C^x_j. (5)

Четвертый метод основывается на теории нечетких множеств. Эта теория была разработана для возможности построения функционального соответствия между нечеткими лингвистическими описаниями и специальными функциями, выражающими степень принадлежности значений измеряемых показателей (параметров) упомянутым нечетким описаниям.

Диапазон применимости теории нечетких множеств существенно расширяется, причем вследствие того, что сам автор теории Л. Заде определил нечеткие множества как инструмент построения теории возможностей, научные категории случайности и возможности, вероятности и ожидаемости получили теоретическое разграничение. Вводится набор операций над нечеткими числами, которые сводятся к алгебраическим операциям с обычными числами при задании определенного интервала достоверности (уровня принадлежности).

Методы теории нечетких множеств применяются при решении ряда проблем в экономике, позволяя учитывать различные изменяющиеся экономические показатели (переменные) рынка. Для этих целей подходит метод многокритериального выбора альтернатив на основе композиционного правила агрегирования описаний альтернатив с информацией о предпочтениях лица, принимающего решение, которые заданы в виде нечетких суждений.

Пусть Р – множество элементов, а – его нечеткое подмножество, степень принадлежности элементов к которому есть число из единичного интервала [0,1]. Подмножества Аj являются значениями лингвистической переменной X. Множество решений характеризуется набором критериев х1, х2,…, хz, т.е. лингвистических переменных, заданных на базовых множествах p1, p2, …, pz соответственно. Выбор производится из z предлагаемых предметов на множестве P.

На практике задаются конкретные нечеткие множества для оценки показателей. Обозначим пересечение (Х1 = А1i ∩ Х2 = А2i ∩ … Хz = Аzi) через Х = Мi. Операции пересечения нечетких множеств соответствует нахождение минимума их функций принадлежности, в которой Ω = P1 ´ P2 ´ … ´ Pz; ω = (p1, p2,…, pz); mAi(pj) – значение принадлежности элемента pj нечеткому множеству Aij. Тогда высказывание можно записать в виде:

vi: «Если Х = Мi, то Y = Bj». (6)

Обозначим базовые множества P и Ω через W для придания общности суждениям. Тогда Мi – нечеткое подмножество W, в то время как Bj – нечеткое подмножество единичного интервала J. Для представления правил используем нечеткую импликацию, в которой H – нечеткое подмножество на W ´ J, w Î W, j Î J. Аналогично высказывания vi преобразуются в множества Hi, пересечением которых является множество V и (w, j) Î W ´ J. Удовлетворительность альтернативы определяется на основе правила композиционного вывода в нечеткой среде по формуле (7):

Ek = Lk V, (7)

где

Ek – степень удовлетворения альтернативы k;

Lk – отображение альтернативы k в виде нечеткого подмножества;

V – общее функциональное решение.

То есть Ek является k-й строкой в матрице V.

Далее применяем данную процедуру для сравнения нечетких подмножеств в единичном интервале для получения наилучшего решения на основе точечных оценок. Вычислив уровневые множества по формуле (8):

Ejα (Ejα = {j | µE (j) ≥ α, j Î J}), (8)

определяем мощность такого множества.

В целом процесс разработки инновационной стратегии высокотехнологичных промышленных предприятий или анализа процесса управления инновационной деятельностью предприятий должен заключаться в формировании ключевых задач и приоритетных направлений его долгосрочного инновационного развития, а также в определении и обосновании мероприятий для достижения поставленных целей. С их помощью можно получать количественные оценки состояний, в которые перейдет предприятие в результате реализации различных управляющих воздействий (инновационных стратегий), и находить среди них наилучший, приводящий предприятие в требуемое состояние.

При моделировании экономического механизма реализации программ инновационного развития высокотехнологичных промышленных предприятий или анализе процесса управления инновационной деятельностью предприятий и отраслей, в первую очередь оборонно-промышленного комплекса, в рамках стратегий их инновационного развития может быть использована прикладная равновесная модель, в которой содержатся основные блоки оценки эффективности как программы в целом, так и отдельных ее элементов.

Разработка и применение моделей подобного типа довольно часто осуществляется при построении информационно-аналитических систем планирования и реализации крупных социально-экономических проектов и программ. Модель управления процессом реализации и управления программами инновационного развития предприятий обеспечивает проведение экономического анализа и позволяет получить оценки реализуемости программы.

Она служит инструментом поиска путей повышения эффективности программных мероприятий, поскольку ее применение позволяет в реальном режиме времени осуществлять многовариантные расчеты для выработки оптимальных решений (по определенной системе критериев) в условиях различных стратегий реализации программы предприятиями оборонно-промышленного комплекса.

Необходимо отметить, что развитие национальной экономики в целом и промышленных предприятий в частности во многом зависит от правильности (оптимальности) принимаемых решений на федеральном, отраслевом и корпорационном уровнях и их согласованности в рамках утвержденной государственной промышленной политики на долгосрочную перспективу.

В модель принятия решений входит множество альтернатив, выбор из которых определяется степенью полезности или результативности. Информированность субъекта на момент принятия решений является решающим фактором при выборе альтернатив.

Равновесием Нэша называют информационное равновесие, которое выгодно всем участникам процесса принятия решения. Информационным управлением называют воздействие на структуру информированности агентов, осуществляемое с целью изменения информационного равновесия. Для каждой конкретной модели решение задачи информационного управления может быть разбито на несколько этапов.

Первый этап, который можно назвать построением модели поведения агентов, – исследование информационного равновесия.

Второй этап заключается в решении собственно задачи управления – зная зависимость информационного равновесия от структуры информированности, необходимо найти наилучшую для центра структуру информированности.

Третий этап включает исследование свойств информационного управления – его эффективности, определяемой как значение целевой функции центра на множестве информационных равновесий игры агентов, стабильности и сложности.

Информационное равновесие называют стабильным, когда информационное равновесие x* удовлетворяет свойству (9):

Х*ji = Х* i, (9)

для любого i, j из N.

Выражение (9) показывает, что действие любого реального агента совпадает с действием, ожидаемым от него любым другим реальным агентом. В моделировании – опыт исследования теоретических моделей механизмов управления автоматизированными системами управления (АСУ) с неопределенностью свидетельствует, что эффективность управления не возрастает с ростом неопределенности и, соответственно, не убывает с ее уменьшением (точнее – с ростом информированности управляющего органа).

Таким образом, можно сделать вывод о том, что повышение эффективности управления инновационной деятельностью высокотехнологичных промышленных предприятий требует совершенствования механизма разработки и реализации стратегий и программ их инновационного развития, который должен соответствовать современной методологии планирования и информационной технологии формирования программ поддержки и принятия эффективных управленческих решений.

Сложность решения рассмотренных задач, связанных с совершенствованием управления инновационным развитием высокотехнологичных промышленных предприятий, сопоставима с их важностью [11–14] (Kokhno, Kokhno, 2022а; Kokhno, Kokhno, 2022b; Kokhno, 2022а; Kokhno, 2022b). Требует уточнения механизм управления предприятиями, который должен быть адаптирован к современным условиям их деятельности. Поэтому рассматриваемая проблема имеет не только важное научное значение, но и обладает практической значимостью.

Планируемые глубокие преобразования российской экономики и оборонно-промышленного комплекса, ориентированные на инновационную трансформацию, поставили перед наукой и практикой управления высокотехнологичных промышленных предприятий новые задачи, требующие интенсивного изучения и практического решения [15–18] (Kokhno, 2022; Kokhno, Kokhno, 2022а; Kokhno, Kokhno, 2022b; Kokhno, Kokhno, Dyundik, 2021).