Модели, метод и структурно-функциональная организация системы обработки разнородных данных для управления инвестированием малого инновационного промышленного предприятия тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Цепов, Артем Юрьевич

• Цепов, Артем Юрьевич
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Цепов, Артем Юрьевич

Содержание

Список сокращений

Введение

1 Анализ состояния вопроса оценки риска при управлении инвестированием МИПГ1. Обоснование направлений исследований

1.1 Анализ особенностей функционирования малого инновационного промышленного предприятия как социально-экономической системы

1.2 Анализ существующих методов оценки риска при управлении инвестированием МИПП

1.2.1 Анализ экспертных методов оценки риска инвестирования МИПП

1.2.2 Анализ методов статистической оценки риска инвестирования МИПП

1.3 Выбор и обоснование направления исследования 30 Выводы

2 Разработка структурно-системной и информационной моделей взаимодействия инвестора и МИПП в процессе реализации инновационного проекта

2.1 Анализ особенностей функционирования МИПП, как адаптивной системы

2.2 Разработка структурно-системной модели взаимодействия МИПП и инвестора

2.3 Разработка информационной модели взаимодействия инвестора и МИПП

Выводы

3 Разработка способа получения данных и формирования информационной базы о внутренней и конкурентной среде инвестируемого МИПП

3.1 Анализ особенностей процесса получения данных о внутренней и конкурентной среде МИПП

3.2 Определение перечня ценных для принятия решения об инвестировании данных и способов их получения

3.3 Анализ структуры данных о МИПП, полученных из нормативных документов и в ходе бизнес-разведки

3.4 Выбор методов предварительной обработки данных для формирования информационной базы

3.4.1 Лингвистический подход к формализации данных

3.4.2 Подход к определению степени принадлежности состояния конкурентов МИПП к множеству «Уровень конкурентной среды»

3.4.3 Применение теории Демпстера-Шафера для формализации нечетких оценок

3.4.4 Характеристика ОУ/А оператора Ягера

3.4.5 Применение 0¥/А интеграции для подготовки входящих данных с использованием структур доверия Демпстера-Шафера

3.5 Количественная оценка риска инвестирования МИПП по информационному критерию

Выводы

4 Разработка метода обобщения и интеллектуальной обработки

разнородных данных при управлении риском инвестирования

МИПП

4.1 Особенности задачи обработки данных о внутренней и конкурентной среде МИПП

4.2 Краткая характеристика ДСМ метода автоматического порождения гипотез

4.3 Использование 0\УА оператора Ягера для интеграции входных данных

4.4 Интеллектуальная обработка разнородных данных при управлении риском инвестирования МИПП на основе ДСМ метода

4.5 Моделирование результата воздействия на МИПП с использованием нейтрософских когнитивных карт

Выводы

5 Синтез структурно-функциональной организации

информационной базы системы автоматической оценки риска при управлении инвестированием МИПП и ее экспериментальная проверка

5.1 Анализ структуры данных и знаний информационной базы. Выбор моделей представления знаний

5.1.1 Разработка фреймовой модели представления знаний для информационной базы системы

5.1.2 Разработка продукционной модели представления знаний для информационной базы системы

5.1.3 СФО информационной базы системы автоматической оценки риска при управлении инвестированием МИПП

5.2 Программная реализация системы оценки риска при управлении инвестированием МИПП

5.3 Экспериментальная проверка системы оценки риска при управлении инвестированием МИПП

5.4 Оценка адекватности полученных результатов 118 Выводы

Заключение

Библиографический список

Приложения

Список сокращений

АКП - аксиома каузальной полноты;

АГ1 - автоматическое пополнение;

АС - адаптивная система;

БДиЗ - база данных и знаний;

БДНС - база данных с неполной информацией;

ИАД - интеллектуальный анализ данных;

ИнИн — интеллектуальный интерфейс;

ИнтС - интеллектуальная система;

КАТ - квазиаксиоматическая теория;

МАИ - метод анализа иерархий;

МИП - малое инновационное предприятие;

МИПП - малое инновационное промышленное предприятие;

НейтКК - нейтрософская когнитивная карта;

НИИ - научно-исследовательский институт;

НИР - научно-исследовательские работы;

НКК - нечеткая когнитивная карта;

Н11А - нормативно-правовые акты;

НТП - научно-технический потенциал;

ОКР - опытно-конструкторские работы;

ПИС - поисковая информационная система;

РИС — рассуждающая информационная система;

СФО - структурно-функциональная организация;

ТДШ - теория Демпстера-Шафера

Введение диссертации (часть автореферата) на тему «Модели, метод и структурно-функциональная организация системы обработки разнородных данных для управления инвестированием малого инновационного промышленного предприятия»

Введение

Актуальность темы работы

В условиях ускоренного научно-технического прогресса и связанных с ним трансформаций глобального и локальных рынков в наиболее развитых странах сложилась практика внедрения технологических инноваций в промышленном производстве (панотехнологии, биотехнологии и др.) малыми предприятиями. Подобный подход связан с высокой мобильностью и адаптивными свойствами предприятий данного типа, позволяющих им оперативно изменять направление своей деятельности. Выход на рынок проектов малых инновационных промышленных предприятий (МИПП) в общем случае финансируется инвестором.

Инвестирование МИПП сопряжено с высоким уровнем риска потери вложенных средств. Риск обусловлен невозможностью в условиях высокой неопределенности, опираясь на разнородную, нечеткую, неточную информацию, однозначно прогнозировать ход реализации проекта и его результаты. Минимизация потерь осуществляется путем управления инвестированием МИПП, как социально-экономической системы. В рассматриваемом случае процесс управления включает в себя: получение информации о внешней и внутренней среде МИПП, оценку риска инвестирования, нахождение способов воздействия на предприятие с целью уменьшения риска, принятие решения об инвестировании.

Общие положения, связанные с методами и моделями управления в социальных и экономических системах, рассмотрены в работах Новикова Д.А., Буркова В.Н., Ларичева О. И., Ирикова В. А, Мишина С.П. Общим вопросам теории риска посвящены работы Шапкина A.C., Вишнякова Я.Д., оценке риска инвестирования инновационных проектов работы Демкина И.В., Недосскина А.О., Аписимова Ю. П., Балдина К.В и др. Данные работы являются методологической основой диссертационной работы, однако в них не рассматриваются, собственно, вопросы, связанные с автоматической

обработкой разнородных и нечетких данных о структуре и среде функционирования МИПП.

Решение задач, связанных с управлением инвестированием МИПП, требует оперативной обработки больших массивов разнородных данных о научно-техническом потенциале (НТП) предприятия и среде его функционирования. Следует учитывать, что инвестиционный процесс в инновационной среде, в общем случае, осуществляется в условиях неполной информации, поэтому прогнозы о перспективах проекта могут быть охарактеризованы различной степенью обоснованности. Таким образом, результат анализа проекта должен включать в себя вывод о целесообразности инвестирования, с указанием степени его обоснованности, а так же возможность моделирования внешней нагрузки на предприятие с целью прогнозирования уровня риска в зависимости от изменения тех или иных его свойств. Однако, для этих целей необходимо создание средств автоматизированной обработки данных, основанных на интеллектуальных информационных технологиях, в частности, методах и средствах интеллектуального анализа данных (ИАД).

Методологические основы ИАД и создания интеллектуальных информационных систем рассмотрены в работах Козлова А.Н., Апдрейчикова A.B., Романова В.П. и др. вопросы, связанные с построением автоматизированных систем порождения гипотез на основе ДСМ-метода рассматривались в работах школы Финна, вопросы моделирования сложных систем в условиях высокой степени неопределенности рассмотрены в работах Ф. Смардаке и др.

Таким образом, в настоящее время имеет место противоречие, состоящее в том что, с одной стороны существует объективная необходимость повышения оперативности и обоснованности оценки риска при управлении инвестированием малого инновационного предприятия на основе автоматизированной обработки данных о его НТП и среде функционирования, с другой стороны существующие средства

информационного обеспечения управленческих решений не учитывают специфику инвестирования МИПП, требующую обработки больших объемов разнородных данных, вследствие этого, обладают ограниченными возможностями.

Одним из путей преодоления вышеприведенного противоречия в современных условиях является внедрение информационно-аналитических систем для оценки риска инвестирования МИПП.

В связи с этим цслыо диссертационной работы является повышение оперативности и обоснованности оценки риска при управлении инвестированием малого инновационного предприятия на основе добывания и автоматизированной обработки данных о его НТП.

В соответствии с целью, научной задачей диссертационной работы является разработка метода, моделей и структурно-функциональной организации системы автоматизированной обработки разнородных данных на основе применения оператора их обобщения и автоматической генерации гипотез, обеспечивающей оценку риска инвестирования МИПП.

Цель и научная задача работы определили следующие частные задачи:

1. Анализ состояния вопроса оценки риска при управлении инвестированием МИПП. Обоснование направлений исследований.

2. Разработка структурно-системной и информационной модели взаимодействия инвестора и МИПП в процессе реализации инновационного проекта.

3. Разработка способа получения данных и формирования информационной базы о внутренней и конкурентной среде инвестируемого МИПП.

4. Разработка метода обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП.

5. Синтез структурно-функциональной организации информационной базы системы обработки разнородных данных для управления

инвестированием МИПП и ее экспериментальная проверка.

Объектом исследования являются системы управления процессом инвестирования МИПП.

Предметом исследования являются модели и метод обработки разнородных данных в системе поддержки принятия решений по управлению инвестиционным процессом.

В работе использованы методы и положения теорий: систем, управления социально-экономическими системами, нечетких множеств и логики, ДСМ-метод автоматического порождения гипотез, нейтрософии, 0\¥А интеграции данных, проектирования сложных информационных систем.

Научная новизна работы и положения, выносимые на защиту:

1. Структурно-системная, информационная модели, и способ формирования информационной базы о МИПП, включающий этапы получения официальных (нормативных) документов о состоянии МИПП, данных о его внутренней и конкурентной среде, полученных методами бизнес-разведки, позволяющий определить структуру и сформулировать требования к информационной базе системы обработки разнородных данных для управления инвестированием МИПП.

2. Метод обработки и анализа разнородных данных, отличающийся обобщением нечетких данных на основе 0\УА оператора Ягера на первом этапе и автоматического формирования гипотез о степени риска инвестирования на втором, позволяющий синтезировать структурно-функциональную организацию системы обработки разнородных данных для управления инвестированием МИ11П.

3. Структурно-функциональная организация системы обработки разнородных данных для управления инвестированием МИПП, представленная в виде трехуровневой иерархической структуры, отличающейся введением блоков 0\УА объединения разнородных данных, автоматического порождения гипотез, нейтрософского когнитивного

моделирования и связей между ними.

Практическая ценность работы заключается в следующем:

1. Разработанная модель взаимодействия инвестора и МИПП в процессе реализации инновационного проекта является теоретической основой построения систем информационной поддержки управления инвестированием МИПП.

2. Способ формирования информационной базы о МИПП, представленный в настоящей работе, позволяет определять требования к информационной базе системы обработки разнородных данных для управления инвестированием МИПП.

3. Предложенная в диссертационной работе структурно-функциональная организация, является основой системы информационной поддержки оценки риска инвестирования МИПП, обеспечивающей повышение качества (оперативности и обоснованности) управления.

Реализация и внедрение.

Основные научные результаты и выводы диссертационной работы внедрены в ЗАО «Техносфера», ЗАО «СКАРД-электроникс», ООО МИП «МНТЦ», а также используются в учебном процессе Юго-Западного государственного университета на кафедре информационных систем и технологий при проведении практических и лабораторных занятий по дисциплинам «Компьютерное бизнес-планирование» и «Моделирование рисковых ситуаций в экономике».

Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях: III международной заочной научно-практической конференции «Научная дискуссия: вопросы физики, математики, информатики» (Москва, 2012); 1 региональной научно-технической конференции «Информационные системы и технологии» (Курск, 2012); I международной научно-практической конференции «Научные аспекты инновационных исследований» (Самара, 2013);

международной научно-практической конференции «Развитие информационных технологий в аспекте экономической модернизации» (Саратов, 2013); XXIV международной научно-практической конференции «Инновации в науке» (Новосибирск, 2013); II международной научно-практической конференции «Техника и технологии в развитии современного общества» (Краснодар, 2013); IV международной научной конференции Informative and communicative space and person (Прага, 2014) Результаты диссертационной работы обсуждались и получили одобрение на семинарах кафедры Информационных систем и технологий Юго-Западного государстве и н о го у н и вере итета.

Публикации. Результаты диссертации отражены в 14 печатных работах, из них 7 в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий. Получено свидетельство о регистрации программы для ЭВМ №2014615252

Соответствие паспорту специальности. Согласно паспорту специальности 05.13.10 - Управление в социальных и экономических системах, вопросы, рассмотренные в диссертации, соответствуют п.2 «Разработка методов формализации и постановки задач управления в социальных и экономических системах» в части формализации задачи построения структурно-системной и информационной модели взаимодействия инвестора и МИПП в процессе реализации инновационного проекта, а также п. 6 «Разработка и совершенствование методов получения и обработки информации для задач управления социальными и экономическими системами» в части создания метода обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП.

1 Анализ состояния вопроса оценки риска при управлении инвестированием МИНП. Обоснование направлений исследований

1.1 Анализ особенностей функционирования малого инновационного промышленного предприятия как социально-экономической системы

В условиях ускорения научно-технического прогресса и связанных с ним масштабных трансформаций экономической и социальной среды, в стратегии развития предприятий наблюдается смещение приоритетов от долгосрочного планирования к адаптивной модели.

Адаптивный подход к ведению бизнеса основан па постоянном внедрении инноваций, новшеств, часть из которых существенно меняет в лучшую сторону качества товаров, услуг или эффективность функционирования социально-экономической системы (предприятие, ВУЗ, орган государственного управления, социальный институт и др.).

Процесс появления инновации чаще всего можно представить следующим образом: на базе результатов фундаментальных исследований группа лиц проводит поисковые или прикладные исследования с целью внедрения новшества в жизнь и получения прибыли. Другими словами, в этом случае происходит процесс превращения научных знаний в изменения товара или системы, увеличивающие их конкурентоспособность и «инновационную стоимость», которая определяется не материальными затратами па производство и ресурсы, а технологической новизной данного продукта, благодаря которой он может удовлетворять потребности на более высоком уровне. Основные понятия и определения, связанные с инновационным бизнесом приведены в приложении 1.

Организацией инновационного процесса (подготовкой условий, стимулированием появления инноваций, а так же их поддержкой) чаще всего занимаются крупные организационные структуры, однако непосредственное создание инноваций, в общем случае, осуществляется небольшой группой

лиц вне рамок крупных предприятий. Это происходит благодаря ряду особенностей, присущих малым инновационным предприятиям (далее МИП):

- энтузиазм, высокая мотивация персонала, находящегося в прямом контакте с руководством;

- относительно низкая капиталоемкость бизнеса, возможность быстрой окупаемости вложений;

- высокая управляемость бизнеса, наличие развитых горизонтальных связей между сотрудниками, минимум бюрократизма и как следствие -быстрая реакция на внутренние и внешние изменения;

- возможность ориентировать свою деятельность на области рынка, не имеющие достаточного объема и не вызывающие интереса крупного бизнеса;

- способность к межфирменной консолидации;

- проектный подход к предпринимательской деятельности.

С точки зрения формы существования малые инновационные предприятия в России можно условно разделить на 3 типа:

1.МИП, основанные сотрудниками НИИ и ВУЗов. Подобные предприятия существуют в тесной связи с материнской организацией, создают бизнес-проекты на основе ее научных разработок, также чаще всего имеют доступ к ее инфраструктуре, деловым связям и госзаказам. Эти организации составляют большинство среди всех прочих типов МИП;

2. самостоятельные МИП более редкое явление. Они существуют благодаря тому, что его коллектив смог найти собственную нишу на рынке наукоемкой продукции;

3. компании-пионеры, которые представляют собой малые фирмы, созданные крупными компаниями в рамках стратегии адаптивного развития для апробирования нового продукта или технологии.

Процесс создания инновационного продукта малым предприятием в условиях высокой неопределенности и возрастающей динамики рынка называют термином «стартап» (от анг. startup).

Стратегия ведения подобного бизнеса существенно отличается от реализации проектов в традиционных областях. Данные отличия определяют особую методологию развития инновационных проектов, сформулированную в работах [57,25,70], согласно которой в бизнес процессе создания инновационного продукта следует выделить ряд особенностей :

1. Стремление к оперативной разработке «минимально-жизнеспособной модели» т.е. версии продукта, лишенной дополнительного функционала, дизайна и т.д., однако, достаточной для тестирования и определения его потенциальной востребованности.

2. Уменьшение неопределенности реализации проекта путем ускорение обратных связей, i.e. увеличение частоты тестирования проекта на промежуточных этапах с целью оперативной добычи актуальной эмпирической информации.

3. При возникновении угрозы ухода проекта в направлении создания невостребованного продукта осуществляется «поворот» (pivot). В зависимости от типа угрозы различают следующие виды поворотов:

- фокус - сужение потенциальной целевой группы потребителей разрабатываемого продукта, и адаптацию его свойств под их потребности, с целью ухода от крупного конкурента.

- масштабирование - процесс обратный фокусу.

- вращение - изменение первоначальной стратегической цели на другую, для достижения которой, потенциал, накопленный в ходе предшествующей работы, может быть полностью или частично использован.

- возврат - возвращение проекта на предыдущую стадию с целью осуществления «вращения» в ином направлении, но уже в условиях уменьшенной, благодаря полученной эмпирической информации, неопределенности.

Реализация инновационного проекта осуществляется в несколько этапов, которые составляют его жизненный цикл. В зависимости от типа разрабатываемого продукта и подхода к управлению его разработкой,

согласно [20], существует несколько наиболее распространенных моделей жизненных циклов:

- каскадная модель — последовательное выполнение всех этапов жизненного цикла продукта с возможностью в любой момент в случае необходимости вернуться на любую из предыдущих фаз;

- У-образная модель (верификация и аттестация) — для каждого получаемого результата выполняется проверка соответствия этого результата формальным требованиям (спецификациям), с одной стороны, и ожиданиям заказчика, с другой;

- итеративная модель — выпуск продукта осуществляется в виде последовательно (итеративно) улучшаемых и развиваемых версий (макет, прототип, пилот и т. д.);

- спиральная модель — аналог итеративной модели, но на каждой итерации выпускается полноценная версия системы.

Важной составляющей реализации инновационного проекта МИГТП является процесс управления, который в свою очередь включает в себя ряд подпроцессов, а именно управление: предметной областью проекта, проектом по временным параметрам, стоимостью в проекте, качеством в проекте, рисками в проекте, персоналом в проекте, коммуникациями в проекте, кон трактами в проекте, изменениями в проекте.

Таким образом, задачу управления инновационным проектом можно представить в виде пространства процессов (рис. 1.1) [37].

Малый инновационный бизнес чаще всего не имеет собственных средств для вложения в свои разработки, поэтому таким предприятиям требуется внешнее финансирование т.е. инвестиции. В зависимости от того, на каком этапе требуется заемный капитал, он может быть использован, как для проведения прикладных исследований, так и для масштабирования в условиях рынка производства уже готового образца. Источником инвестиций выступают банки, «бизнес ангелы», венчурные фонды, государство, крупный бизнес и другие, имеющие финансовые ресурсы субъекты. Для некоторых из

них инвестирование МИГ1П является средством увеличения капитала, для других (прежде всего для крупного бизнеса) возможностью улучшить характеристики продукции и найти новое направление развития. Инвестирование МИПП может принести инвестору потенциально больший доход, чем вложение в другие активы, однако в то же время это сопряжено с большими рисками т.к. большая часть таких предприятий банкротятся на ранней стадии, не успев начать приносить прибыль. Учитывая тот факт, что финансовый результат является основным компонентом целевой функции большинства социально-экономических систем, задача управления рисками приобретает особую значимость.

Функции управления

Содержание и границы Время

Стоимость/

Качество /

Риски

| Персонал Коммуникации ^зменения

Изменения 1

Инициализация^ Планирована Выпо'рнен^ Контромьч Закрытие '

5. '

------зТ =

----ГЛ —1

К

1>

5 §

п з-

Ц 5

3 1

О 1)

44

г

I <и

>ч

ю

КЗ о

Ш гт-

0 5 о о. д х

1 | I

о I 3

а. й я

а и>

г 5

О 3

=5 о

* и

о =

£0 X

О 1)

О- ч с о

>-а. и а. и ч

С а. Сй О >>

Стадии жизненного цикла проекта

'Фазы управления

Рисунок 1.1- Пространство процессов управления инновационным проектом

Риски реализации проекта носят вероятностный характер, а окупаемость требует определенных затрат времени, в ходе которого проект, с одной стороны, сталкивается с постоянными изменениями внешней среды, с другой, должен преодолевать внутренние технологические и организационные барьеры.

Согласно [57], в ходе реализации инновационного проекта, в общем случае, с течением времени в структуре МИПП происходит постепенное одновременное уменьшение неопределенности и адаптивности (способности к изменением). Последнее вызвано тем, что с каждым новым реализованным шагом в развитии проекта затраты ресурсов на его изменение увеличиваются. Таким образом, ввиду высокой неопределенности, особенно рискованным инвестирование бывает в тех случаях, когда предприятие находится на ранней стадии развития и не может продемонстрировать конечный продукт, т.е. когда существует лишь проработанная до определенного уровня бизнес-идея.

Ключевым аспектом оценки риска инвестирования таких предприятий является понимание закономерностей их функционирования и развития. Для этого целесообразно рассмотреть МИПП с точки зрения системного анализа. В рамках данного подхода инновационное предприятие можно охарактеризовать, как определенный вид организационно-технической системы т.е. совокупность специфической организационной структуры и находящихся в ее распоряжении технических средств.

Данная система состоит из ряда элементов (кадры, управление, оборудование, знания и т.д.), взаимосвязей между ними, а так же имеет определенное назначение (например, разработка и производство инновационного продукта). Ее внутренняя среда может быть разделена на организационную и техническую составляющую, где первая представляет собой совокупность организаторов, научных сотрудников и других участников проекта, а вторая оборудование, сырье, документацию и помещения.

МИПП функционирует в условиях определенной внешней среды, включающей в себя маркетинговую среду, мировую и национальную экономику, научную среду и множество других элементов. Внешняя среда находится в состоянии постоянного изменения.

Таким образом, одним из основных этапов инвестиционного процесса является оценка риска инвестирования малого предприятия. В рамках системного подхода МИПП следует рассматривать, как достаточно сложную социально-экономическую систему. Прогнозирование исхода деятельности такой системы требует наличия информации об элементах ее внутренней/внешней среды. При этом необходим логико-математический механизм, позволяющий интерпретировать эту информацию в виде прогноза степени риска инвестирования.

1.2 Анализ существующих методов оценки риска при управлении

инвестированием МИПП

Риски в инновационном бизнесе, являются объективно обусловленными постоянно сопутствующими факторами его деятельности. Наступление рисковых событий отклоняет МИПП от плановой траектории развития вплоть до полной остановки производства. Очевидно, что с точки зрения инвестора подобные явления приводят к уменьшению дохода, полученного от вложения в МИПП, задержкам во времени, а в худшем случае полной потере средств.

#

Отличительной чертой МИПП является то, что такие предприятия невозможно оценить методами классического финансового анализа, используемыми для прогнозирования показателей крупных компаний т.к. малые предприятия не имеют достаточной финансовой и маркетинговой истории, а в отдельных случаях не имеют даже выпущенного продукта. Также задачу оценки осложняет наличие множества рисков, характеризующих различные аспекты деятельности предприятия, классификация которых приведена на рис. 1.2.

Рисунок 1.2 - Классификация рисков при инвестировании инновационного

проекта

Как видно из рисунка 1.2, риски, влияющие на реализацию проекта, весьма разнородны. Реализация того или иного риска имеет определенные предпосылки (факторы), связанные с внутренней и внешней средой функционирования предприятия. Основные факторы приведены в таблице 1.1.[42,37,20]

Учет факторов при оценке риска требует их формализации, однако, как видно из таблицы, некоторые из них носят разнородный и нечетких характер, что затрудняет задачу оценки.

Таблица 1.1 - Факторы рисков инновационного проекта

Факторы внешней среды Факторы внутренней среды

Состояние мировой и национальной экономики Модель бизнеса и сбыта

Развитие науки в данной области Способ выхода из бизнеса

Активность конкурентов Размер предприятия

Наличие товаров-заменителей Структура (шнансирования

Сезонные изменения структуры потребления Уровень менеджмента

Квалификация работников

Качество проекта, идеи

Альтернативные инвестиции (наличие соинвесторов)

Техническая оснащенность предприятия

Близость и наличие контактов с НИИ, вузами

Кооперация с крупными компаниями

Приведенные факторы неравнозначны, т.е. с разной силой и различным образом воздействуют на бизнес процесс, более того, их сочетания могут взаимно усиливать или ослаблять друг друга. Также, по данным исследования проведенного в [38], часто один и тот же негативный фактор внутренней или внешней среды, находясь в одном и том же состоянии, может оказывать различное воздействие на МИПП в зависимости от того, на какой стадии предприятие находится - стадии создания или стадии развития. В то же время, сила влияния большинства факторов может существенно изменяться с течением времени, что также существенно усложняет задачу оценки.

Таким образом, вопрос оценки инвестиционной привлекательности МИПП - сложноформализуемая задача. Однако именно этот вопрос является ключевым как для инвестора, так и для руководства МИПП.

Существующие на данный момент методы анализа инновационных проектов можно разделить на 2 категории:

1. Экспертные методы [3,9,15,46,60]. Оценка риска инвестирования заключается в предварительном анализе МИПП группой экспертов, в результате которого дается ряд количественных, а так же качественных оценок и прогнозов, на основе которых, в дальнейшем выводится итоговая оценка, отражающая инвестиционную привлекательность. Среди наиболее распространенных разновидностей методов экспертной оценки риска инвестирования следует выделить: метод анализа иерархий, анализа граф-модели и различные вариации балльных методов.

Список литературы диссертационного исследования кандидат наук Цепов, Артем Юрьевич, 2014 год

Библиографический список

1. Аверченков В.И., Лагерев A.B., Подвесовский А.Г. Представление и обработка нечеткой информации в многокритериальных моделях принятия решений для задач управления социальными и экономическими системами / Вестник Брянского государственного технического университета. — 2012. — № 2(34)

2. Растригин JI.A. Адаптация сложных систем : моногр. Рига: Зинатне, 1981. 375 с.

3. Алехина А. Э. Принятие решений в финансовом анализе в условиях несстохастической неопределенности / А. Э. Алехина // Новости искусственного интеллекта. 2000. - №3.

4. Альгин А.П. Грани экономического риска. - М.: Знание,1991. - 64с.

5. Андреев, Д. М. Вероятностная модель ставки дисконтирования денежных потоков / Д. М. Андреев // Аудиторские ведомости. - 2002. -№ 9. - С. 74-77.

6. Аншаков О.М., Скворцов Д.П., Финн В.К. О дедуктивной имитации некоторых вариантов ДСМ-метода автоматического порождения гипотез // Семиотика и ин-форматика.— 1993.— Вып. 33.— С. 164-233.

7. Аншаков О.М., Скворцов Д.П., Финн В.К. О логической конструкции ДСМ-метода автоматического порождения гипотез // Докл. АН СССР, Том 320,№6,— 1991.—С. 1331-1334.

8. Афонин, В.В. Моделирование систем: Учебно-практическое пособие / В.В. Афонин. - М.: БИНОМ. ЛЗ, ИНТУИТ, 2012. - 231 с

9. Балдин К.В. Риск-менеджмент. Учебное пособие. - М.: Эксмо, 2006. -368 с.

Ю.Баранчеев, В.Г1. Управление инновациями: Учебник / В.П. Баранчеев, Н.П. Масленникова, В.М. Мишин. - М.: Юрайт, ИД Юрайт, 2011. - 711 с.

1 ГБартон Т., Шенкир У., Уокер П. Риск-менеджмент. Практика ведущих компаний - М.: Вильяме, 2008. - 208 с.

12.Баяндин Н.^Технологии безопасности бизнеса: введение в

! if

конкурентную разведку. — М.:Юристъ, 2002. - 320 с.

_! 1

13.Боттом Н., Галатти Р. Экономическая разведка и контрразведка. Практическое пособие. - Новосибирск, 1994, пер. с англ.

14.Брусенцов Н. П., Деркач А. 10. Логическая модель теории вероятностей и нечетких множеств Заде. // Цифровая обработка информации и управление в чрезвычайных ситуациях. Вторая международная конференция, 28-30 ноября 2000 г. - Минск. Доклады, т. 1, с. 41-44.

15.Васильева, Л.Н. Моделирование микроэкономических процессов и систем: Учебник / Л.Н. Васильева, Е.А. Деева. - М.: КноРус, 2012. - 392 с

16.Виноградов Д. В. Несимметричный ДСМ-метод с учетом контекста // Пятая национальная конференция с международным участием .Искусственный интеллект-96. - Казань: 1996. -КИИ-96: Сб. науч. тр.: В 3 т. - Казань : Ассоц. искусств, интеллекта, 1996.

17.Вишняков Я.Д., Радаев H.H. Общая теория рисков Учеб. пособие для студ. высш. учеб. заведений. — 2-е изд., испр. — М. : Издательский центр «Академия», 2008. — 368 с.

18.Власов, М.П. Моделирование экономических систем и процессов: Учебное пособие / М.П. Власов, П.Д. Шимко. - М.: НИЦ ИНФРА-М, 2013. -336 с.

19.Волгина, O.A. Математическое моделирование экономических процессов и систем: Учебное пособие / O.A. Волгина, НЛО. Голодная, H.H. Одияко. - М.: КноРус, 2012. - 200 с.

20.Вяткин В.Н. Управление рисками фирмы. Программы интегративного риск-менеджмента. - М.: Финансы и статистика, 2006. - 400 с.

21.Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. Учебник. СПб.: Питер, 2000

22.Гинзбург, А.И. Экономический анализ: Предмет и методы.

(

Моделирование ситуацией. Оценка управленческих решений: Учебник для

■I) : t 1 > I ■

I •

вузов. Стандарт третьего поколения / А.И. Гинзбург. - СПб.: Питер, 2011. -448 с.

23.Гончаренко Л., Филин С. Риск-менеджмент: Учебное пособие - М.: КноРус, 2007.-216 с.

24.Грунин O.A., Грунин СО. Экономическая безопасность организации. — СПб., Питер, 2002. 160 с.

25.Гудушаури Г. В., Литвак Б. Г. «Управление современным предприятием», — М.: Ассоциация авторов и издателей «Тандем», Издательство ЭКМОС, 2002, стр. 76-80, 82, 89-91, 100-102.

26.Демкин И.В. Управление инновационным риском на основе имитационного моделирования. Основные подходы к оценке, инновационного риска / И.В. Демкин // журнал «Проблемы анализа риска», том 2, №3, 2005, 249 с.

27.Дружинин В. В., Конторов Д. С. Конфликтная радиолокация. Опыт системного исследования. М.: Радио и связь. 1982г. 124 с.

28.Добрынин Д.А. Инструментальные средства для представления информации о структуре химических соединений и их сходстве в интеллектуальных системах: диссертация на соискание ученой степени кандидата технических наук: 05.25.05.- М.:, 2003. — 118 е.: ил

29.Ермаков С.М. Метод Монте-Карло и смежные вопросы / С.М.Ермаков. - М.: Наука, 1975. - 471 с. - Теория вероятностей и матем. статистика.

30.Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений.-М.:Мир, 1976.-165 с.

31.Заде Л.А. Основы нового подхода к анализу сложных систем и

процессов принятия решений. Пер. с англ. - В кн.: Математика сегодня. - М.:

i

Знание, 1974.

32.Заде Л. А. Роль мягких вычислений и нечеткой логики в понимании, конструированиии развитии информационных/интеллектуальных систем // Новости искусственного интеллекта. 2001. № 2-3(44-45). С. 7-11.

33.Зуева M.B. Пдпенко И.В. Еремеев А.П. Прототип диагностической системы поддержки принятия решений на основе интеграции байесовских сетей доверия и метода Демпстера-Шефера. Журнал «Программные продукты и системы» № 1 за 2013 год. [стр. 11-16]

34.Клейменова Е.М. Феоктистов А.Л. Скобелев П.О. Ларюхин В.Б. Майоров И.В., Метод оценки рисков в мультиагентной системе управления проектами нир и окр в реальном времени / Информационно-управляющие системы Выпуск № 2 (63) /2013

35.Корнеев Д.С. Использование аппарата нейронных сетей для создания модели оценки и управления рисками предприятия / Д.С. Корнеев // Журнал Управление большими системами: сборник трудов. Выпуск № 17 / 2007

36.Кофман А. Введение в теорию нечетких множеств.- М.: Радио и связь, 1982.-432 с.

37.Козловская, Э. Экономика и управление инновациями: учебник / Э. Козловская. - М.: Экономика, 2012. - 359 с.

38.Крылов Э.И. Анализ эффективности инвестиционной и инновационной деятельности предприятия: Учебн. пособие. - М.: Финансы и статистика, 2003. - 608 с.

39.Кузнецов С.О. Предикаты ДСМ-мегода на языке соответствий Галуа // Научно-техническая информация (НТИ), Сер. 2, 2006, № 12, С. 12-16.

40.Кузнецов С.О. ДСМ-метод как система автоматического обучения // Итоги науки и техники, Сер. Информатика, 1991, Т. 15, С. 17-54.

41.Лисицин, Л.А. Автоматизированная оценка конкурентоспособности малого инновационного предприятия на основе OWA оператора Ягера / Лисицин Л.А., Сизов A.C., Цепов А.10. // Информационно-измерительные и управляющие системы. 2014. №5. С.80 - 84.

42.Лукьянова, Т.'В. Управление персоналом: Теория и практика.

Управление инновациями в кадровой работе: Учебно-практическое пособие /

t

T.B. Лукьянова. - М.: Проспект, 2012. - 72 с.

43.Максимова В.Ф. Инвестиционный менеджмент: Учебно-практическое пособие. - М.: Изд. центр ЕАОИ. 2007. - М., 2007. - 214 с.

44.Малашихина И., Белокрылова О. Риск - менеджмент: учеб. пособие. -М.: Феникс, 2004. - 320 с.

45.Матвеев М.Г., Свиридов A.C., Алейникова H.A. Модели и методы искусственного интеллекта. Применение в экономике. - Москва «Финансы и статистика» 2008. -448 с.

46.Муромцев Д.Ю., Муромцев Ю.Л., Тютюнпик В.М., Белоусов O.A.. Экономическая эффективность и конкурентоспособность : учебное пособие -Тамбов : Изд-во Тамб. гос. техн. ун-та. - 96 е., 2007

47.Недосекии Алексей Олегович. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний : диссертация ... доктора экономических наук : 08.00.13.- Санкт-Петербург, 2003.- 302 с.

48.Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. — М.: Наука, 1981.

49.Орлов А.И. Менеджмент. Учебник. / А.И.Орлов.- М.: Издательство «Изумруд», 2003.- 298 с.

50.Попов В.М. Бизнес-план инвестиционного проекта: отечественный и зарубежный опыт. Современная практика. М.: Финансы и статистика, 2001.

51 .Панков С.А. Аналитические подходы к оценке инвестиционной привлекательности предприятия // В1сник Хмелышцького нацюналыюго ушверситету. Економшш науки - 2010/Г.З (150).-№2. -С. 65-68.

52.Пересада A.A. Основы инвестиционной деятельности. - К.: Либра, 1996.-229 с.

53.Поспелов Д.А. Логико-лингвистические модели в системах управления.- М.: Энергоиздат, 1981.- 232 с.

54.Пушной Г. С., Метод системного потенциала и эволюционные циклы

i i

[Электронный ресурс] / Г. С. Пушной. - Режим доступа :

' !

www.socinleRrum.ru/rrisp06 1 .pdF.

55.Панкратова pic.Автоматическое порождение гипотез в

'' ! V

интеллектуальных системах / Е.С.Панкратова, В.К.Финн; Под. общ. ред.

I

В.К.Финна. — М.: ЛИБРОКОМ, 2009. — 528 с

56.Репин, В.В. Процессный подход к управлению. Моделирование бизнес-процессов / В.В. Репин. - М.: Манн, Иванов и Фербер, 2013. - 544 с.

57.Рис Э. Бизнес с нуля. Мет од Lean Startup для быстрого тестирования идей и выбора бизнес-модели. М.: Альпина Паблишер, 2013- 256 с.

58.Рыбина Г.В. Основы построения интеллектуальных систем. - М.: Финансы и статистика, Инфра-М, 2010. 432 с.

59.Саати Т. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1993.- 278с.

60.Савчук В.П. Анализ и разработка инвестиционных проектов: Учебн. пособие / В.П. Савчук, С.И. Прилипко, Е.Г. Величко. - К.:Абсолют-В: Эльга, 1999.-304 с.

61.СизыхД.С. Сравнительный анализ методологий оценки кредитоспособности и оценки инвестиционной привлекательности предприятий / Вестник Российского государственного торгово-экономического университета № 9(36). М: РГТЭУ, 2009. - С. 96-101.

62.Сизов, A.C. Прогнозирование показателей реализации инновационного проекта малым предприятием с использованием нейтрософских когнитивных карт / A.C. Сизов, АЛО. Цепов // Информационно-измерительные и управляющие системы. 2014. №5. С.58 -62.

63.Сизов A.C. К вопросу создания СПГТР для страховых компаний при инвестировании малого инновационного бизнеса. / A.C. Сизов, А.Ю. Цепов// Информационные системы и технологии: сборник докладов 1ой региональной научно-технической конференции. Курск 2012 С. 78-80

64.Сизов A.C. Использование OWA оператора Ягера для интеграции данных на входе ДСМ системы оценки риска инвестирования малого

инновационного предприятия / A.C. Сизов, Ю.А. Халин, АЛО. Цепов // Инновации в науке^сборник научных статей. Новосибирск 2013 С. 67-75

65.Скарга-Бандурова И.С. Моделирование решений с использованием

i

структур доверия Демпстера-Шефера / И.С. Скарга-Бандурова // ВосточноЕвропейский журнал передовых технологий Выпуск№ 4 (66) / том 6/2013

66.Советов Б.Я., Цехановский В.В., Чертовский В.Д. Представление знаний в информационных системах. -М: Издательский центр «Академия», 2011.-144 с.

67.Стратонович PJL Теория информации: - М., «Советское радио», 1975. - 424 с.

68.Татжибаева O.A. Разработка экспертных систем: методические указания к расчетно-графическим работам по дисциплине "Системы искусственного интеллекта".- Оренбург: ГОУ ОГУ, 2005. - 23 с.

69.Травин, В.В. Управление инновациями: Модуло VII: Учебно-практическое пособие / В.В. Травин. - М.: ИД Дело РАНХиГС, 2013. - 104 с.

70.Трифилова А. А. Управление инновационным развитием предприятия. - М.: Финансы и статистика, 2003. - 173 с.

71.Туккель И. JL, Сурина А. В., Культин Н. Б.. Управление инновационными проектами. Серия: Учебная литература для вузов: БХВ-Петербург, 2011 - 416 с.

72.Туманов Д. Ю. Автоматизированная система количественной оценки риска инновационного проекта: Автореф. дис. к-та. тех наук. - Санкт-Петербург, 2006 - 23 с.

73.Фальцман В. К. Оценка инвестиционных проектов и предприятий. -2-е изд. - М.: ТЕИС, 2001. - 56 с.

74.Финн В. К. Об особенностях ДСМ-метода как средства интеллектуального анализа данных // НТИ. Сер. 2. - 2001. -№5. - С. 1-4.

75.Финн В. К., О машинно-ориентированной формализации правдоподобных рассуждений в стиле Ф. Бэкона — Д.С. Милля \\ Семиотика

и Информатика, 20(1983), С. 35-10

! I

у }',

76.Финн В.К., Анщаков О.М. ДСМ-метод автоматического порождения гипотез: Логические ^ эпистемологические основания 2009. - 432 с.

77.Фисенко B.C. разработка комплексной оценки эффективности инновационных проектов аптечных предприятий, дис. канд. фарм. наук: 15.00.01 Москва-2009-145 с.

78.Халин Ю.А. Подход к прогнозированию состояний конкурирующих предприятий на основе ДСМ-метода автоматического порождения гипотез // Естественные и технические науки, 2011, №6. - С. 521 - 522.

79.Холмс Э. Риск-менеджмент. - М.: Эксмо, 2007. - 304 с.

80.Цепов А.Ю. Система автоматизированной оценки риска инвестирования малого инновационного предприятия // informative and communicative space and person: Materials of the IV international scientific conference. Прага 2014 С. 134-137

81.Цепов А.Ю. Анализ инновационного проекта малого предприятия с использованием нейтрософских когнитивных карт //Техника и технологии: роль в развитии общества: Материалы II Международной научно-практической конференции. Краснодар 2013 С. 139-144

82.Цепов А.Ю. К вопросу создания системы поддержки принятия решений при инвестировании малого инновационного бизнеса // Научные аспекты инновационных исследований: Материалы 1-ой международной научно-практической конференции «Научные аспекты инновационных исследований». Самара 2013 С. 68-71

83.Цепов А.Ю. Вариант структурно-функциональной организации СППР для страховых компаний при инвестировании малого инновационного бизнеса //Научная дискуссия: вопросы физики, математики, информатики: Материалы III междунар07Ш0Й заочной научно-практической конференции. Москва 2012. С. 111-116

84.Чернова Г.В., Кудрявцев A.A. Управление рисками: учеб. пособие. -М.: ТК Велби, Изд-во'Проспект, 2006. - 160 с.

IS * > , ( I

85.Четыркин Е.М. Методы финансовых и коммерческих расчетов. - М.: Дело, 1992.- 167 с.

86.Чикуров, Н.Г. Моделирование систем и процессов: Учебное пособие / Н.Г. Чикуров. - М.: ИЦ РИОР, НИЦ ИНФРА-М, 2013. - 398 с

87.Шарп У.Ф. Инвестиции / У.Ф Шарп, Г.Дж. Алеуксандер, Д.В. Бэйли; Пер. с англ. - М.: Инфра-М. 2001. - 1028 с.

88.Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска. - М.: Высшая школа экономики, 2005. - 380 с.

89.Фомичев А. Риск-менеджмент. - М.: Издательский дом "Дашков и К", 2007.- 374 с.

90.Эллиотт М. Основы финансирования риска. - М.: Инфра-М, 2008. -138 с.

91.Ющенко, И.С. Автоматизация метода анализа иерархий Демпстера-Шефера / И.С. Ющенко // Компьютерные науки для информационного сообщества: материалы международной научно-практической конференции студентов, аспирантов и молодых ученых. — Луганск: СНУ им. В. Даля. — 2010, —С. 256—258.

92.Ягер P.P. Множеспю уровня для оценки принадлежности нечётких подмножеств /P.P. Ягер // Нечеткие множества и теория возможностей. Последние достижения: [пер. с англ.]; под ред. P.P. Ягера. - М.: Радио и связь, 1986.-С. 9-21.

93.Amgoud L., Cayrol С. On the acceptability of arguments in preference-based argumentation framework. In Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence, pages 1-7, 1998

94.Torra, V. Modeling decisions: information fusion and aggregation operators [Текст] / V. Torra, Y. Narukawa. - Springer, 2007. - 300 p. - ISBN: 978-3-540-68789-4.

95.Blinn, James D., Kelly, John J., Tiller, Margaret W. Essentials of Risk Financing - Insurance Institute of America, 1988.

1 I

96.Banerjee Gout'am, Adaptive fuzzy cognitive maps vs neutrosophic cognitive maps: Decision support tool for knowledge, based institutions, Journal of Scientific and Industrial Research, Volume 67, Issue 9, September 2008, Pages 665-673.

97.Dubois, D. Representation and combination uncertainty with belief functions and possibility measures [Текст] / D. Dubois, H. Prade //Computation Intelligence. - 1988. - vol. 4. - pp. 244-264.

98.Head, George L. Essentials of Risk Control - Insurance Institute of America, 1986.

99.Head, George L., Horn, Stephen. Essentials of the Risk Management Process - Insurance Institute of America, 1985.

100. Lefevre, E. Belief functions combination and conflict management [Текст] / E. Lefevre, O. Colot, P. Vannoorenberghe // Information Fusion. - 2002. -vol. 3(2).-pp. 149-162.

101. Murphy, C. Combining belief functions when evidence conflicts [Текст] / С. Murphy // Decision support systems. - 2000. -vol.29 (1). - pp. 1-9.

102. Merigó, J. M. A method for decision making with the OWA operator [Текст] / J. M. Merigó, A. M. Gil-Lafuente // Comput. Sci. Inf. Syst. - 2012. - vol. 9.-pp. 357-380.

103. Pushnoi G. S., Bonser G. L. Method of Systems Potential as «TopBottom» Technique of the Complex Adaptive Systems Modelling // Intelligent Complex Adaptive Systems / ed. by Ang Yang, Yin Shan. Hershey-London : IGI-Publishing, 2008.

104. Pushnoi, G. (2003), Dynamics of a system as a process of realization of its "potential". In Proceedings of the 21st International Conference of the System Dynamics Society, No.56.New York.

105. Pushnoi, G. S. (2004a), Application of Method of Systems Potential for the Analysis of the Economic System Evolution. In Proceedings of the Second

Internet Conference on Evolution Economics and Econophysics (November 2014),

j

pp. 43-59. International Bogdanov Institute: Ekaterinburg, Russia.

106. Pushnoi',' G.S. (2004b), The Business Cycle Model on the Basis of Method of Systems Potential. In Proceedings of the Second Internet Conference on Evolution Economics and Econophysics (November 2014), p.60-64. International Bogdanov's Institute: Ekaterinburg,

107. Pushnoi, G. S., Bonser G. L. (2008). Method of Systems Potential as "Top-Bottom"Technique of the Complex Adaptive Systems Modelling. In Ang Yang & Yin Shan (eds.intelligent Complex Adaptive Systems, IGI-Publishing, I-Iershey-London, 26-73.

108. Smets, Ph. The combination of evidence in the transferable belief model [Текст] / Ph. Smets // Pattern Analysis and Machine Intelligence. - 1990. -vol. 12.-pp. 447-458.

109. Taber, W.R. Knowledge Processing with Fuzzy Cognitive Maps, Expert System with Applications, 2 (1991) 83-87.

110. Taber, W.R., and M.A. Siegel. Estimation of Expert Weights using Fuzzy Cognitive Maps, in Proc. of the First IEEE International Conference on Neural Networks, (rCNN-86) 1987, 319-325.

111. Tolman, E.C. Cognitive Maps in Rats and Men, Psychological Review, 55 (1948) 189-208.

112. Tsadiras A.K., Mertzios B. G. and Margaritis K.G., "Recent Advances on the Implementation of Fuzzy Systems Using Artificial Neural Networks," Studies in Informatics and Control, vol. 4, pp.85-90, 1995

113. Tsadiras, A.K., and K.G. Margaritis. Cognitive Mapping and Certainty Neuron Fuzzy Cognitive Maps, Information Sciences, 101 (1997) 109130.

114. Tsadiras A.K. and Margaritis K.G., "Using Certainty Neurons in Fuzzy Cognitive Maps," Neural Network World, vol. 6, pp.719-728, 1996

115. Vasantha Kandasamy W.B. Linear Algebra and Smarandache Linear

f,'i

Algebra PDF. American Research Press, 2003. - 175 pages.

j 1

116. Vasantha Kandasamy, W.B., and Smarandache, F., Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps, Xiquan, Phoenix, 2003

117. Vasantha fcandasamy, W.B., and Smarandache, F.,Analysis of Social

i

Aspects of Migrant Labourers living with HIV/AIDS using Fuzzy Theory and Neutrosophic Cognitive Maps, with Specific Reference to Rural Tamilnadu in India, Xiquan, (2003).

118. Yager R.R. On ordered weighted averaging aggregation operators in multicriteria decision making / R.R. Yager // IEEE Transactions on Systems, Man, and Cybernetics. — 1988. — Vol. 18. — P. 183—190.