Беилин И.Л., Хоменко В.В.Опубликовано в журнале:
Вопросы инновационной экономики
– Том 8, Номер 3 (Июль-Сентябрь 2018)

JEL classification: O32, O33, С45

Ключевые слова: аддитивная свертка, инновационное предприятие, оптимальная производительность, цикличность развития, экономическая неопределенность


Поделиться этой страницей:

Аннотация:

В статье исследуются экономические проблемы инновационных предприятий с учетом цикличности их развития, которые охарактеризованы моделями увеличения прибыли при наименьших потерях. В качестве основного метода использована аддитивная свертка при равно важном и взвешенном спросе на инновационный продукт. Представлена оценка оптимальному в экономическом отношении объему производимой продукции. Исследование носит комплексный характер и может оказать влияние на социальные, экологические и другие показатели эффективности производственного сектора экономики.

Основные тезисы:

В статье рассмотрена целесообразность применения метода сворачиваемости критериев для оценки оптимальной производительности инновационного предприятия с учетом цикличности его развития.
На основе ранжирования спроса на инновационный продукт показана возможность корректирования экономической эффективности предприятия.
Адекватное сопоставление равно важных и взвешенных альтернатив производственных возможностей может являться инструментом управления устойчивостью инновационного предприятия.

---

Источники:
1. Анисимова И.А., Богатко А.M. Инновационные подходы к управлению российскими предприятиями // Менеджмент инноваций. – 2009. – № 2. – С. 80-84.
2. Алексахина М.К. Развитие инновационной деятельности в управлении предприятием // Проблемы экономики. – 2008. – № 6. – С. 27-30.
3. Беилин И.Л. Оценка конкурентоспособности малого инновационного предприятия по ФЗ 217 // Вестник Казанского технологического университета. – 2012. – № 21. – С. 173-174.
4. Беилин И.Л., Архиреев В.П., Галибеев С.С., Азимов Ю.И Новые полиамидоэфиры на основе пропиленкарбоната // Известия высших учебных заведений. Серия: Химия и химическая технология. – 2006. – № 1. – С. 108-112.
5. Беилин И.Л., Нефедова М.А., Архиреев В.П. Анионная сополимеризация циклических карбонатов с моноизоцианитами // Вестник Казанского технологического университета. – 2006. – № 1. – С. 163-169.
6. Беилин И.Л., Архиреев В.П., Нефедова М.А. Синтез и структура новых сополимеров циклических карбонатов с моноизоцианатами // Пластические массы. – 2006. – № 1. – С. 23-27.
7. Беилин И.Л. Прикладные свойства новых сополимеров циклических карбонатов с изоцианатами различного строения // Пластические массы. – 2006. – № 4. – С. 19-22.
8. Беилин И.Л., Архиреев В.П., Галибеев С.С. Изучение анионоой сополимеризации пропиленкарбоната с изоцианатами // Вестник Казанского технологического университета. – 2004. – № 1. – С. 369-374.
Минюк С.А., Ровба Е.А., Кузьмич К.К. Математические методы и модели в экономике. / учебное пособие. - М.: ТетраСистемс, 2002. – 432 с.
Плохотников К.Э. Вычислительные методы. Теория и практика в среде MATLAB. / Курс лекций. - М.: Горячая Линия – Телеком, 2009. – 496 с.
Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений. - М.: Физматлит, 2007. – 64 с.
Попов А.Л. Системы поддержки принятия решений. / Учебно-метод. пособие. - Екатеринбург: Урал. гос. ун-т, 2008. – 80 с.
13. Матвейкин В.Г., Явник Р.М., Романов А.Д. Информационные системы в планировании и управлении инновационным предприятием: построение моделей и поиск оптимального управления // Вестник Тамбовского государственного технического университета. – 2003. – № 4. – С. 638-645.
14. Шкуратов С.Е. Подход к стратегическому управлению малым инновационным предприятием // Проблемы управления. – 2006. – № 6. – С. 88-90.
15. Beilin I.L., Arkhireev V.P. New copolymer products from cyclic carbonates and isocyanate-containing compounds // Protection of Metals and Physical Chemistry of Surfaces. – 2009. – № 4. – С. 450-454.
16. Beilin I.L., Arkhireev V.P. Synthesis and structure of copoly(amide esters) based on cyclic carbonates and monofunctional isocyanates // Protection of Metals and Physical Chemistry of Surfaces. – 2011. – № 4. – С. 478-483.
17. Korol T. Multi-Criteria Early Warning System Against Enterprise Bankruptcy Risk // International Research Journal of Finance and Economics. – 2011. – № 61. – С. 141-154.
18. Kumar P., Ravi V. Bankruptcy prediction in banks and firms via statistical and intelligent techniques – a review // European Journal of Operational Research. – 2007. – № 180. – С. 1-28.
19. Mcleay S., Omar A. The sensitivity of prediction models to the non-normality of bounded and unbounded financial ratios // British Accounting Review. – 2000. – № 32. – С. 213-230.
20. Nwogugu M. Decision-making, risk and corporate governance – a critique of methodological issues in bankruptcy/recovery prediction models // Applied Mathematics and Computation. – 2007. – № 185. – С. 178-196.
21. Ooghe H., Balcaen S. 35 years of studies on business failure – an overview of the classic statistical methodologies and their related problems // British Accounting Review. – 2006. – № 38. – С. 63-93.
22. Thomas L. Survey of credit and behavioural scoring – forecasting financial risk of lending to consumers // International Journal of Forecasting. – 2000. – № 16. – С. 149-172.
Tingting J. (2006). Consumer credit delinquency and bankruptcy forecasting using advanced econometric modeling, MPRA Paper, No. 3187