Прогнозирование жизненного цикла инновации с учетом влияния инфляции
Клещева О.А.1
1 Казанский государственный архитектурно-строительный университет, Россия, Казань
Скачать PDF | Загрузок: 9 | Цитирований: 7
Статья в журнале
Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 8, Номер 3 (Июль-Сентябрь 2018)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=36388236
Цитирований: 7 по состоянию на 28.06.2023
Аннотация:
В данный момент проблема обоснования инновационных проектов приобретает особую актуальность. Предприятиям и организациям необходимо знать величину отдачи на вложенный капитал на десятилетия вперед. Особенный интерес представляет прогнозирование денежных потоков от реализации инновационных проектов, так как в России существует большой потенциал для роста инновационной активности организаций. В процессе прогнозирования жизненного цикла инновации на долгосрочный период основными вопросами являются прогнозирование спроса и инфляции. В статье решается задача прогнозирования инфляции при расчете жизненного цикла инновации. В результате анализа была предложена регрессионная модель прогнозирования инфляции. Выводы, изложенные в статье, могут быть использованы на практике в процессе прогнозирования жизненного цикла инновации.
Ключевые слова: инновации, прогнозирование инфляции, жизненный цикл инновационного проекта
JEL-классификация: O31, O33, O32
Источники:
2. Богданов В.Д., Илышева Н.Н., Балдеску Е.В., Закиров У.Ш. Модель корреляции между экономическим развитием и экологической результативностью на основе данных нефинансовой отчетности компании // Экономика региона. – 2016. – № 1. – С. 93-104. – doi: 10.17059/2016-1-7 .
3. Добросердова Е.А., Низамова А.Ш. Реализация концепции инвестиционно-инновационного лифта для предприятий малого бизнеса в условиях современной экономической ситуации // Вестник экономики, права и социологии. – 2015. – № 2. – С. 19-22.
4. Загидуллина Г.М., Низамова И.Р. Механизмы государственного стимулирования коммерциализации инноваций // Управление экономическими системами: электронный научный журнал. – 2015. – № 10(82). – С. 6.
5. Коссов В.В. Обоснование прогнозируемой цены спроса на электроэнергию для промышленности России до 2020 г // Проблемы прогнозирования. – 2016. – № 1(154). – С. 36-49.
6. Кузовкин А.И. Прогноз и оценка влияния цен на газ на уровень инфляции и ВВП Российской Федерации // Микроэкономика. – 2009. – № 4. – С. 17-24.
7. Новикова Э.С., Федоров С.С. Факторы и прогноз темпов инфляции в России // Современные проблемы экономического и социального развития. – 2013. – № 9. – С. 116-119.
8. Патваканян О.А. Применение марковских цепей для прогноза инфляции в Армении // Вестник Российско-Армянского (Славянского) университета: гуманитарные и общественные науки. – 2016. – № 1. – С. 64-68.
9. Романова А.И. Роль инновационных территориальных кластеров в реализации инновационной политики Республики Татарстан // Сибирская финансовая школа. – 2018. – № 2(127). – С. 94-100.
10. Сайфуллина Ф.М. K вершинам инновационности в строительстве. Экономические и управленческие аспекты повышения инновационной активности строительных предприятий // Креативная экономика. – 2010. – № 10(46). – С. 87-91.
11. Седельников А.В., Кондратьева И.А. Моделирование уровня ежегодной инфляции в России методом замены переменных // Успехи современного естествознания. – 2004. – № 7. – С. 105-106.
12. Суворов Н.В. Актуальные направления и проблемы совершенствования модельного инструментария макроэкономического анализа // Проблемы прогнозирования. – 2015. – № 5(152). – С. 25-39.
13. Файзуллина Л.И., Ажимов Т.З. Перспективные внедрения инноваций в строительном кластере // Управление экономическими системами: электронный научный журнал. – 2011. – № 12(36). – С. 65.
Федеральная служба государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru ( дата обращения: 02.08.2018 ).
Центральный банк Российской Федерации. [Электронный ресурс]. URL: http://www.cbr.ru ( дата обращения: 12.08.2018 ).
16. Шуметов В.Г., Афонина Т.Н. Инфляция в зеркале статистики: ретроспективный анализ и возможности прогноза // Среднерусский вестник общественных наук. – 2013. – № 3(29). – С. 250-258.
Эсбенсен К. Анализ многомерных данных. / Избранные главы. - Казань: изд-во КазГАСУ, 2008. – 160 с.
Страница обновлена: 26.11.2024 в 13:03:36