Яшин С.Н.доктор экономических наук, профессор, заведующий кафедрой менеджмента и государственного управления, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Российская Федерация jashinsn@yandex.ru
Трифонов Ю.В.доктор экономических наук, профессор, заведующий кафедрой информационных технологий и инструментальных методов в экономике, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Российская Федерация decanat@ef.unn.ru
Кошелев Е.В.кандидат экономических наук, доцент кафедры менеджмента и государственного управления, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Российская Федерация ekoshelev@yandex.ru
Предмет. Несмотря на наличие стандартных моделей управления кластерами, процессы их формирования и эволюции изучены еще недостаточно основательно. Необходимые для этого модели должны адекватно описывать организационные проблемы и рыночные механизмы их реализации, используя для этого соответствующий инструментарий. Цели. Предложен подход, позволяющий распознать компанию-ядро будущего инновационно-индустриального кластера для того, чтобы впоследствии расширить этот вид бизнеса до пилотного кластера региона. Для этого предлагается использовать мультипликатор балансовой стоимости, мультипликатор Тобина и мультипликаторы выручки. Они позволяют выяснить, сможет ли в ближайшем будущем исследуемая компания стать ядром будущего потенциального кластера. Также с помощью мультипликаторов можно проверить, соответствует ли крупная компания теперешней позиции «ядро кластера». Методология. Для управления рисками эволюции кластеров предлагается использовать технологии реальных опционов. Для оценки их стоимости проведено сравнение трех наиболее распространенных в бизнесе моделей: модель Блэка – Шоулза, биномиальная модель и триномиальная модель. При этом учтено, что со временем деньги обесцениваются, даже за срок, равный одному году. Эта проблема особенно актуальна для развивающихся рынков, каковым является Россия. Таким образом, использована модель азиатского опциона, то есть опциона с изменяющейся ценой исполнения (в данном случае – по ставке инфляции). Результаты. В результате получено, что триномиальная модель является более точной, нежели биномиальная или модель Блэка – Шоулза. Выводы. Подобный подход к управлению рисками эволюции кластеров позволяет в итоге при необходимости скорректировать глобальную стратегию кластера.
Туккель И.Л., Голубев С.А., Сурина А.В., Цветкова Н.А. Методы и инструменты управления инновационным развитием промышленных предприятий. СПб.: БХВ-Петербург, 2013. 208 с.
Von Thünen J. The Isolated State in Relation to Agriculture and Political Economy. Part 3. Principles for the Determination of Rent, the Most Advantageous Rotation Period and the Value of Stands of Varying Age in Pinewoods. London: Palgrave Macmillan, 2009. 160 р.
Яшин С.Н., Трифонов Ю.В., Кошелев Е.В. Оценка стратегических перспектив развития кластеров с помощью мультипликаторов балансовой стоимости и выручки // Инновации. 2015. № 11. С. 35–49.
Bergman E.M., Feser E.J. Industrial and Regional Clusters: Concepts and Comparative Applications. Morganton, WV: Regional Research Institute, West Virginia University, 1999.
Богомолов В.А., Сурина А.В. Использование модели для оценки уровня распространения знаний // Научно-технические ведомости. Информатика. Телекоммуникации. Управление. 2011. № 2. С. 195–199.
Гневко В.А., Рохчин В.Е. Вопросы теории и практики регионального стратегического управления // Пространственная экономика. 2006. № 4. С. 101–114.
Мандельброт Б. Фрактальная геометрия природы. М.: ИКИ, 2002. 656 с.
Богомолов В.А., Сурина А.В. Общие подходы к формированию инновационного кластера как модели развития экономических систем // Научно-технические ведомости. Инноватика. 2009. № 5. С. 73–76.
