Болдыревский П.Б.доктор физико-математических наук, профессор, заведующий кафедрой математических и естественнонаучных дисциплин, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет bpavel2@rambler.ru
Кистанова Л.А.аспирантка кафедры математических и естественнонаучных дисциплин, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет lakistanova@mail.ru
Рахмелевич И.В.кандидат технических наук, доцент кафедры математических и естественнонаучных дисциплин, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет igor-kitpd@yandex.ru
Одним из важнейших факторов, определяющих повышение конкурентоспособности и успешное функционирование предприятий российской промышленности, является развитие всех сфер инновационной деятельности. Поэтому предприятия должны разрабатывать эффективные методы и придерживаться стратегической концепции инновационного развития. Авторами проведен анализ динамики показателей инновационной активности предприятий обрабатывающих производств. С помощью эконометрических методов построены регрессионные модели, позволяющие определить влияние факторов на динамику инновационной активности машиностроительного комплекса. На основании собранных и обработанных статистических данных, отражающих инновационную деятельность промышленных предприятий Российской Федерации в секторе производства машин и оборудования с 2002 по 2013 г., разработаны динамические модели, позволяющие прогнозировать объем инновационной продукции промышленных предприятий. Совокупность критериев оценки качества регрессионных уравнений позволяет сделать вывод, что предложенные математико-статистические модели являются адекватными и могут быть использованы предприятиями при разработке стратегической инновационной концепции. На основе предложенных эконометрических уравнений разработаны модели, включающие дифференциальные уравнения, учитывающие непрерывную связь между факторами и откликом системы, а также связь между фактором и динамикой изменения отклика под воздействием этого фактора. Показаны преимущества таких моделей по сравнению с многофакторными регрессионными моделями и перспективность их применения для прогнозирования параметров и анализа устойчивости развития инновационных процессов.
Ключевые слова: инновационная деятельность, производство машин и оборудования, модели динамики, дифференциальные уравнения, прогнозирование
Список литературы:
Багриновский К.А. Модели и методы совершенствования механизмов инновационного развития экономики России на основе адаптивного управления // Экономика и математические методы. 2011. Т. 47. № 4. С. 111–121.
Банников В.А. Векторные модели авторегрессии и коррекции регрессионных остатков // Прикладная эконометрика. 2006. № 3. С. 96–120.
Берндт Э.Р. Практика эконометрики. М.: Юнити-Дана, 2005. 388 с.
Болдыревский П.Б. Основные элементы системы управления рисками промышленных предприятий. URL: Link.
Болдыревский П.Б., Кистанова Л.А. Математико-статистическая модель инновационной деятельности промышленных предприятий // Экономический анализ: теория и практика. 2014. № 15. С. 8–12.
Болдыревский П.Б., Кистанова Л.А. Модели прогнозирования основных показателей инновационной деятельности промышленных предприятий // Экономический анализ: теория и практика. 2014. № 29. С. 52–57.
Болдыревский П.Б., Кистанова Л.А. Оценка эффективности инновационной деятельности промышленных предприятий // Актуальные вопросы науки. 2014. № 12. С. 65–69.
Боровиков В. STATISTICA. Искусство анализа данных на компьютере: для профессионалов. СПб: Питер, 2003. 688 с.
Боровиков В.П., Ивченко Г.И. Прогнозирование в систем STATISTICA в среде Windows: основы теории и интенсивная практика на компьютере: учеб. пособие. М.: Финансы и статистика, 2006. 367 с.
Громова Н.М., Громова Н.И. Основы экономического прогнозирования, М.: Академия естествознания, 2006. 457 с.
Гусева И.Б., Клюева М.А. Методическое сопровождение процесса управления финансами при внедрении инновационных продуктов реакций // Экономический анализ: теория и практика. 2013. № 25. С. 23–32.
Колмановский В.Б., Носов В.Р. Устойчивость и периодические режимы регулируемых систем с последействием. М.: Наука, 1981. 448 с.
Индикаторы инновационной деятельности: 2013. Статистический сборник. М.: НИУ ВШЭ, 2013. 472 с.
Любушин Н.П., Бабичева Н.Э., Королев Д.С. Экономический анализ возможностей технологического развития России (на примере нанотехнологий) // Экономический анализ: теория и практика. 2012. № 9. С. 2–11.
Магнус Я.Р.,Катышев П.К., Пересецкий А.А. Эконометрика: начальный курс. М.: Дело, 2004. 492 с.
Макаров В.Л. Обзор математических моделей с инновациями // Экономика и математические методы. 2012. Т. 48. № 2. С. 95–107.
Питухин Е.А., Гуртов В.А., Голубенко В.А. Моделирование циклических процессов на российском рынке труда // Экономика и математические методы. 2012. Т. 48. № 2. С. 85–94.
Прасолов А.В. Математические методы экономической динамики: учеб. пособие. СПб: Лань, 2008. 352 с.
Соменкова Н.С., Тихов М.С. Модели временных рядов в управлении инновационной деятельностью промышленных предприятий. URL Link.
Соменкова Н.С. Методы управления рисками инновационной деятельности промышленных предприятий. URL: Link.
Тронина И.А. Управление инновационными процессами в машиностроении России: проблемы и предпосылки // Экономический анализ: теория и практика. 2010. № 30. С. 21–29.
Эконометрика: учебник / под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. 450 с.
