Еще один вариант экспертного оценивания - мозговой штурм. Организуется он как собрание экспертов, на выступления которых наложено одно, но очень существенное ограничение - нельзя критиковать предложения других. Можно их развивать, можно высказывать свои идеи, но нельзя критиковать. В ходе заседания эксперты, "заражаясь" друг от друга, высказывают все более экстравагантные соображения. Часа через два записанное на магнитофон или видеокамеру заседание заканчивается, и начинается второй этап мозгового штурма - анализ высказанных идей. Обычно из 100 идей 30 заслуживают дальнейшей проработки, из 5-6 дают возможность сформулировать прикладные проекта, а 2-3 оказываются в итоге приносящими полезный эффект - прибыль, повышение экологической безопасности, оздоровление окружающей природной среды и т.п. При этом интерпретация идей - творческий процесс.
III. Моделирование (математическая имитация ситуации в целях ее исследования).
Методы моделирования делятся на логические, исторические и математические (регрессионный анализ (регрессионные модели); модель авторегрессии; модель Бокса-Дженкинса; системы эконометрических уравнений).
Логические методы основаны на принципах логики и показывают неизбежность наступления какого – либо действия. Исторические – базируются на последовательности развития тех или иных видов техники, математические – основаны на принципах математического моделирования.
Моделирование предполагает конструирование модели на основе предварительного изучения объекта или процесса, выделения его существенных характеристик или признаков. Прогнозирование экономических и социальных процессов с использованием моделей включает разработку модели, ее экспериментальный анализ, сопоставление результатов прогнозных расчетов на основе модели с фактическими данными состояния объекта или процесса, корректировку и уточнение модели.
Рассмотрим некоторые методы математического моделирования:
1. Регрессионный анализ — метод моделирования измеряемых данных и исследования их свойств. Данные состоят из пар значений зависимой переменной (переменной отклика) и независимой переменной (объясняющей переменной). Регрессионная модель есть функция независимой переменной и параметров с добавленной случайной переменной. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения (целевой функцией) обычно является среднеквадратичная ошибка: сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента.
2. Модель авторегрессии — скользящего среднего (англ. autoregressive moving-average model, ARMA) — одна из математических моделей, использующихся для анализа и прогнозирования стационарных временных рядов в статистике. Модель ARMA обобщает две более простые модели временных рядов — модель авторегрессии (AR) и модель скользящего среднего (MA).
3. В статистике и обработке сигналов модель авторегрессионного скользящего среднего (autoregressive moving average, ARMA), называемая иногда моделью Бокса-Дженкинса, применяется для исследования временных рядов.
Имея временной ряд, модель авторегрессионного скользящего среднего позволяет объяснить и, возможно, предсказать будущие значения ряда. Модель состоит из двух частей: авторегрессионной (AR) части и скользящего среднего(MA). Для упоминания модели обычно используется обозначение ARMA(p,q), где p — порядок регрессионной части, а q — порядок скользящего среднего.
Модель авторегрессии-скользящего среднего (АРСС), наиболее полно и экономно выражающая автокорреляционные свойства стационарного временного ряда xt. Применение модели АРСС возможно и в случае нестационарных рядов, характеризующихся наличием полиномиального тренда. Тогда от нестационарного ряда переходят к стационарному путем построения модели АРСС для разностей исходного ряда соответствующего порядка d. Порядок разностей d зависит от порядка полинома. Такую модель называют интегрированной (или проинтегрированной) моделью авторегрессии скользящего среднего.
К достоинствам математических моделей относят четкое изложение параметров, возможность быстрого проведения расчетов, к недостаткам – невозможность учета ряда факторов, особенно экологических, отсутствие реального учета перехода количественных изменений в качественные, трудность в описании всех параметров.
Инновационная деятельность является наиболее сложным и непредсказуемым объектом прогнозирования. При недостатке информации по развитию отдельных направления науки и техники часто прибегают к методам экспертных оценок.
2. Ожидаемые результаты инвестиционного проекта (запуск новой технологической линии) представлены в таблице
| Показатель | Год | ||
| 1-й | 2-й | 3-й | |
| 1. Объем выпуска продукции после освоения технологической линии, шт. | 10000 | 15000 | 20000 |
| 2. Оптовая цена (без НДС) единицы продукции, руб. | 200 | 180 | 175 |
| 3. Себестоимость единицы продукции, руб. | 150 | 140 | 135 |
| 4. В том числе амортизация, руб/шт. | 15 | 10 | 7,5 |
| 5. Налоги и прочие отчисления из прибыли, руб. | 250000 | 300000 | 350000 |
Определите сумму приведенных (дисконтированных) эффектов при норме дисконта, равной 0,3.
Решение:
1. найдем объем реализации, руб.:
Rt = Vt Zt
R1 = 10000 200 = 2000000;
R2 = 15000 180 = 2700000;
R3 = 20000 175 = 3500000.
2. найдем себестоимость реализованной продукции, руб.:
St = Ct Vt
S1 = 150 10000 = 1500000;
S2 = 140 15000 = 2100000;
S3 = 135 20000 = 2700000.
3. найдем прибыль (валовую) от реализации, руб.:
ПВt = Rt – St
ПВ1 = 2000000 – 1500000 = 500000;
ПВ2 = 2700000 – 2100000 = 600000;
ПВ3 = 3500000 – 2700000 = 800000.
4. найдем чистую прибыль (валовая прибыль минус налоги), руб.:
ПЧt = ПВt – Нt
ПЧ1 = 500000 – 250000 = 250000;
ПЧ2 = 600000 – 300000 = 300000;
ПЧ3 = 800000 – 350000 = 450000.
5. найдем амортизацию, руб.:
А1 = 15 10000 = 150000;
А2 = 10 15000 = 150000;
А3 = 7,5 20000 = 150000.
6. найдем чистый доход(чистая прибыль плюс амортизация),руб.:
ЧДt = ПЧt + Аt
ЧД1 = 250000 + 150000 = 400000;
ЧД2 = 300000 + 150000 = 450000;
ЧД3 = 450000 + 150000 = 600000.
7. найдем сумму приведенных(дисконтированных) эффектов, руб.:
Э =
Э =
Ответ: 846691.
Список используемой литературы:
1. Аньшина В.М. , Дагаева А.А.Инновационный менеджмент: концепции, многоуровневые стратегии и механизмы инновационного развития: - М.: «Дело», 2007 г.
2. Гольдштейн Г.Я. Стратегический инновационный менеджмент: - М.: «ТРТУ», 2004 г.
3. Гринев В. Ф. Инновационный менеджмент: - М.: «МАУП», 2005 г.
4. Дорофеев В.Д., Дресвянников В.А. Инновационный менеджмент: - М.: «ПГУ», 2003 г.
5. Морозов Ю.П. Инновационный менеджмент: — М.: «Юнити-Дана», 2005 г.
6. Мухамедьяров А. М. Инновационный менеджмент: - М.: «Инфра-М», 2008 г.
7. Оголева Л.Н. Инновационный менеджмент: — М.: «Инфра-М», 2004 г.
8. Хотяшева О.М. Инновационный менеджмент: С-пт: «Питер», 2006 г.
9. Чернышев Б.Н., Пападюк Т.Г. Инновационный менеджмент и экономика организаций: - М.: «Инфра-М», 2007 г.
10. Швандар В.А., Горфинкель В.Я. Инновационный менеджмент: - М.: «ВЗФЭИ», 2004 г.