Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы
Цель. Разработка инструментального сопровождения управления рисками инновационных процессов
 предприятий туристической сферы. Для демонстрации методики применения разработанного
 инструментария используется выборка показателей группы предприятий туристической сферы Автономной
...
Saved in:
| Published in: | Культура народов Причерноморья |
|---|---|
| Date: | 2011 |
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Кримський науковий центр НАН України і МОН України
2011
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/64925 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы / В.А. Лукьяненко, А.И. Карлова // Культура народов Причерноморья. — 2011. — № 216. — С. 63-71. — Бібліогр.: 18 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860183572507262976 |
|---|---|
| author | Лукьяненко, В.А. Карлова, А.И. |
| author_facet | Лукьяненко, В.А. Карлова, А.И. |
| citation_txt | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы / В.А. Лукьяненко, А.И. Карлова // Культура народов Причерноморья. — 2011. — № 216. — С. 63-71. — Бібліогр.: 18 назв. — рос. |
| collection | DSpace DC |
| container_title | Культура народов Причерноморья |
| description | Цель. Разработка инструментального сопровождения управления рисками инновационных процессов
предприятий туристической сферы. Для демонстрации методики применения разработанного
инструментария используется выборка показателей группы предприятий туристической сферы Автономной
Республики Крым (АРК) с различной степенью успешности использования инновационных решений.
Деятельность этих предприятий характеризуется показателями сведенными в форме №1 – ТУР(к).
Ранжирование предприятий по успешности основано на выборе определенных показателей,
характеризующих их деятельность.
|
| first_indexed | 2025-12-07T18:03:36Z |
| format | Article |
| fulltext |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
63
Лукьяненко В.А., Карлова А.И. УДК 336.131./.132+330.131.7+330.341.1+338.48
ИНСТРУМЕНТАЛЬНОЕ СОПРОВОЖДЕНИЕ УПРАВЛЕНИЯ РИСКАМИ
ИННОВАЦИОННЫХ ПРОЦЕССОВ ПРЕДПРИЯТИЙ ТУРИСТИЧЕСКОЙ СФЕРЫ
Постановка проблемы. Эффективность туристско-рекреационной индустрии, рост
конкурентоспособности ее услуг в условиях рыночного хозяйствования существенно определяется
инновационной составляющей деятельности предприятий. Однако, высокая степень риска инновационной
деятельности требует применения адекватных методов диагностики, анализа, принятия решений и
разработки практических рекомендаций по управлению рисками инновационной деятельности предприятий
туристической сферы.
Теоретические и практические аспекты возникновения и управления рисками в инновационной
деятельности предприятий нашли отражение в работах [1-6, 10]. Тем не менее, инструментарий для
измерения и управления рисками находится в постоянном совершенствовании, осуществляется поиск и
выбор новых показателей, характеризующих инновационную деятельность предприятий вообще и
туристических предприятий в частности. Разработка такого инструментария может базироваться на
системном подходе, принятом в управлении устойчивым развитием [8, 9], на методах поддержки принятия
решений [14, 15], с учетом иерархичности и многокритериальности исследуемых систем [11, 16, 17],
методах распознавания образов, статистического и эконометрического анализа [7, 13, 18].
Цель. Разработка инструментального сопровождения управления рисками инновационных процессов
предприятий туристической сферы. Для демонстрации методики применения разработанного
инструментария используется выборка показателей группы предприятий туристической сферы Автономной
Республики Крым (АРК) с различной степенью успешности использования инновационных решений.
Деятельность этих предприятий характеризуется показателями сведенными в форме №1 – ТУР(к).
Ранжирование предприятий по успешности основано на выборе определенных показателей,
характеризующих их деятельность.
Основной материал. Инновации и риски в деятельности предприятий туристической сферы являются
необходимыми компонентами. Их воздействие плохо диагностируется и проявляется с некоторым
запаздыванием. В условиях большой неопределенности реальных процессов, связанных с потоком клиентов
и их обслуживанием, принятие решений по управлению рисками зависит от поставленных предприятием
целей (стратегий развития), их критериальной оценки, наличия инструментов ранней диагностики и
прогноза. При этом анализ ограничен наличием статистических данных, сопровождающих деятельность
предприятия. Для выбора показателей, адекватно характеризующих деятельность, согласованную с
эффективным управлением, на первом этапе производится экспертный отбор, который зависит от логики
целей и стратегий, эталонов, прецедентов и др. Таким образом, уменьшается размерность признакового
пространства, дальнейшее уменьшение базируется на свертке критериев, формировании интегральных
показателей (индексов) с учетом иерархии показателей, критериев, целей. Наиболее эффективным для
решения этих задач служит метод главных компонент [7]. Главные компоненты оказываются полезным
статистическим инструментарием в задачах «автопрогноза» большого числа анализируемых показателей по
сравнительно малому числу вспомогательных переменных, визуализации многомерных данных, построения
типообразующих данных. В оптимизационной постановке задачи снижения размерности решение,
получаемое с помощью метода главных компонент, максимизирует критерий информативности,
определяемый суммарной дисперсией заданного (небольшого) числа искомых вспомогательных
переменных (при соответствующих условиях их нормировки). Для вычисления k-ой главной компоненты
zk(X) (k=1,…,p) следует найти собственный вектор lk=(lk1,…,lkp) ковариационной матрицы исходного
набора показателей X=(х(1),…,х(р))т, т.е. решить систему уравнений (∑ - λкI)к
т=0, где λк – k-й по величине
корень (при их расположении в порядке убывания) характеристического уравнения │∑-λI│=0. Компоненты
lkj (j=1,…,p) собственного вектора lk, являются искомыми весовыми коэффициентами, с помощью которых
осуществляется переход от исходных показателей х(1),…,х(р) к главной компоненте zk(X), т.е. zk(X)=lk�X.
С точки зрения измерения рисков дисперсия играет ключевую роль (отклонение от эталона по
инновациям, прогнозируемой прибыли и т.д.), т.е. именно здесь наиболее приемлемым является метод
главных компонент. Для управления рисками получаем удобный инструмент с выделением показателей и
их весовых коэффициентов указывающих на возможные точки управления.
В дальнейших выкладках результаты, полученные для всех 10 предприятий, будем приводить в объеме
необходимом для иллюстрации разработанной методики. Для предприятия турбаза «Мир» в табл. 1, 2, 3
приведены исходные показатели, матрица главных компонент, собственные значения, доля дисперсии,
которая используется для оценки информационного критерия, а также матрица факторных нагрузок. Для
остальных предприятий в табл. 4 приведены окончательные выражения для главных компонент с указанием
процента выполнения критерия информативности.
Лукьяненко В.А., Карлова А.И.
ИНСТРУМЕНТАЛЬНОЕ СОПРОВОЖДЕНИЕ УПРАВЛЕНИЯ РИСКАМИ ИННОВАЦИОННЫХ
ПРОЦЕССОВ ПРЕДПРИЯТИЙ ТУРИСТИЧЕСКОЙ СФЕРЫ
64
Таблица 1. Показатели экономической деятельности предприятия турбаза «Мир».
Наименование показателей Ед. изм. 2006 2007 2008 2009 2010 Среднее
Кол-во отдохнувших (всего), X1 тыс. чел. 2000 2360 2885 2226 2276 2350
Кол-во предоставл. койко-дней, X2 койкодень 18468 21126 22913 18683 19000 20038
Выручка от реал. (работ. услуг), X3 тыс. грн 933.10 1344 1779.3 1888.8 2054.1 1600
Затраты на производство реализованной продукции, X4 тыс. грн 732.40 980.6 1279.3 1375.8 1681.5 1210
Расходы на оплату труда, X5 тыс. грн 294.50 379.3 528.2 536.4 590.1 465.7
Финансовый результат от обычной деятельности:
прибыль, X6
тыс. грн 103.10 153.5 224.6 215.6 61.5 151.66
Таблица 2. Матрица главных компонент (коэффициенты).
Компонента
Нормированные показатели
1 2 3 4 5 6
x1 0,404 0,437 -0,295 0,639 -0,013 0,388
x2 0,262 0,566 -0,440 -0,567 -0,005 -0,310
x3 0,501 -0,263 0,096 -0,373 0,549 0,480
x4 0,459 -0,372 -0,075 -0,152 -0,782 0,107
x5 0,505 -0,252 0,063 0,321 0,250 -0,715
x6 0,226 0,467 0,837 -0,068 -0,160 -0,018
Собственные значения 3,39 2,05 0,54 0,02 0,00 0,00
Доля дисперсии, % 56,44 34,19 9,04 0,33 0,00 0,00
Таблица 3. Матрица факторных нагрузок.
Компонента
1 2 3 4 5 6
x1 0,744 0,625 –0,217 0,090 0,000 0,000
x2 0,481 0,810 –0,324 –0,080 0,000 0,000
x3 0,922 –0,377 0,071 –0,052 0,000 0,000
x4 0,844 –0,532 –0,056 –0,021 0,000 0,000
x5 0,930 –0,362 0,047 0,045 0,000 0,000
x6 0,415 0,669 0,617 –0,010 0,000 0,000
Приведем явные выражения для главных компонент с учетом их информативности (2,3 показателя
дают больше 80% информативности).
Таблица 4. Выражения для главных компонент (интегральные показатели).
Предприятие, информативность I Главные компоненты
Турбаза «Мир»
I(Y1+Y2) = 90,63%
Y1 = 0,4·x1 + 0,26·x2 + 0,5·x3 + 0,46·x4 + 0,5·x5 + 0,23·x6
Y2 = 0,44·x1 + 0,57·x2 – 0,26·x3 – 0,37·x4 – 0,25·x5 + 0,47·x6
ТОСК Приморье
I(Y1+Y2) = 99,06%
Y1 = –0,24·x1 – 0,3·x2 + 0,45·x3 + 0,43·x4 + 0,47·x5 + 0,48·x6
Y2 = 0,65·x1 + 0,59·x2 + 0,29·x3 + 0,34·x4 + 0,18·x5 – 0,06·x6
ТОК «Золотой пляж»
I(Y1+Y2)=94,4%
Y1 = 0,04·x1 – 0,035·x2 + 0,53·x3 + 0,53·x4 + 0,5·x5 + 0,44·x6
Y2 = 0,68·x1 + 0,69·x2 – 0,04·x3 – 0,04·x4 – 0,12·x5 + 0,22·x6
ТОК Евпатория
I(Y1+Y2)=95,4%
Y1 = –0,29·x1 – 0,3·x2 + 0,47·x3 + 0,48·x4 + 0,46·x5 + 0,41·x6
Y2 = 0,63·x1 + 0,63·x2 + 0,26·x3 + 0,19·x4 + 0,05·x5 + 0,33·x6
Восход
I(Y1+Y2)=98,5%
Y1 = 0,36·x1 + 0,39·x2 + 0,43·x3 + 0,42·x4 + 0,43·x5 + 0,41·x6
Y2 = 0,68·x1 + 0,51·x2 – 0,25·x3 – 0,27·x4 – 0,24·x5 – 0,29·x6
Чайка
I(Y1+Y2)=88,6%
Y1 = 0,37·x1 + 0,46·x2 + 0,43·x3 + 0,39·x4 + 0,3·x5 + 0,47·x6
Y2 = 0,6·x1 + 0,27·x2 - 0,44·x3 – 0,59·x4 + 0,18·x5 + 0,03·x6
Пансионат «Море»
I(Y1+Y2)=98,1%
Y1 = –0,41·x1 – 0,35·x2 + 0,36·x3 + 0,46·x4 + 0,44·x5 – 0,42·x6
Y2 = 0,4·x1 + 0,46·x2 + 0,47·x3 + 0,34·x4 + 0,38·x5 + 0,39·x6
РП «КОК «Россия»
I(Y1+Y2)=93,6%
Y1 = –0,32·x1 – 0,1·x2 + 0,55·x3 + 0,55·x4 + 0,51·x5 – 0,18·x6
Y2 = 0,61·x1 + 0,73·x2 + 0,12·x3 + 0,13·x4 + 0,21·x5 – 0,12·x6
ОАО «Судак»
I(Y1+Y2)=86%
Y1 = –0,45·x1 – 0,16·x2 + 0,49·x3 + 0,48·x4 + 0,46·x5 + 0,31·x6
Y2 = –0,17·x1 + 0,74·x2 + 0,1·x3 – 0,07·x4 – 0,31·x5 + 0,56·x6
Авангард
I(Y1+Y2)=98,1%
Y1 = –0,38·x1 – 0,19·x2 + 0,47·x3 + 0,47·x4 + 0,46·x5 – 0,42·x6
Y2 = 0,49·x1 + 0,76·x2 + 0,15·x3 + 0,12·x4 + 0,13·x5 – 0,34·x6
Полученные интегральные показатели (y1, y2) по методу главных компонент могут служить для
прогноза и проигрывания возможных вариантов развития в зависимости от внедрения инноваций и риска,
т.е. быть инструментом для осуществления процедуры управления инновационными рисками.
В следующем блоке приведены модели множественной линейной регрессии, авторегрессионные
модели, построенные по исходным и сглаженным данным. В результате фильтрации исходных данных с
помощью алгоритма Ходрика–Прескотта получен набор сглаженных данных, по которым можно строить
функции пригодные для прогноза. Заметим, что участвующий в фильтре параметр λ является
регуляризирующим, его выбор диктуется погрешностью данных и горизонтом прогноза [18].
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
65
По табл.5 для каждого временного ряда X2, X3, X5, X6 строится ряд сглаженных значений F2, F3, F5,
F6 с помощью фильтра Ходрика–Прескотта, для прогноза прибыльности предприятий используются
модели множественной линейной регрессии и авторегрессионные модели. Вычисления производятся по
следующему алгоритму:
1. Строится матрица Ходрика–Прескотта H. Рассчитываются сглаженные значения для временного ряда
каждого из показателей, здесь для X2, X3, X5, X6:
iHHHFi TT X)( 1 , i=2, 3, 4, 5, 6.
2. Строится модель множественной линейной регрессии зависимости прибыли X6 от количества
предоставленных койко-дней X2, выручки от реализации работ X3 и услуг и расходов на оплату труда X5.
3. Строим авторегрессионные модели для вышеперечисленных показателей (сглаженных). Получаем их
прогнозные значения на 2011–2014 гг. Для прогноза по модели множественной линейной регрессии в
уравнение множественной регрессии подставляются прогнозные значения входящих в нее параметров,
полученных на предыдущем этапе (берутся значения только для 2011–2014 гг.).
Таблица 5. Сглаженные значения и прогнозные значения, полученные с использованием
авторегрессионной модели и фильтра Ходрика–Прескотта для сглаживания временных рядов (Турбаза
«Мир»).
2006 2007 2008 2009 2010 2011 2012 2013 2014
F2 20612 20419 20205 19959 19702 19451 19210 18962 18711
F3 1053 1334 1613 1890 2166 2439 2706 2965 3220
F5 318 393 469 544 618 694 775 859 945
F6 157,02 158,94 160,25 160,35 159,55 158,71 158,48 158,98 159,69
Следует учитывать, что для повышения достоверности прогнозной информации с использованием
авторегрессионной модели было увеличено количество наблюдений по каждой выборке за счет
использования промежуточных значений между годами, а потому в полученных моделях Δt (шаг по
времени) равен не одному году.
Авторегрессионные модели для сглаженных временных рядов показателей X2, X3, X5, X6 получены с
помощью метода наименьших квадратов и имеют вид:
F2 = 3.28·F2(t-1) – 4.55·F2(t-2) + 3.25·F2(t-3) – 0.98·F2(t-4);
F3 = 3.32·F3(t-1) – 4.51·F3(t-2) + 3.06·F3(t-3) – 0.87·F3(t-4);
F5 = 3.15·F5(t-1) – 4.16·F5(t-2) + 2.88·F5(t-3) – 0.86·F5(t-4);
F6 = 3.178·F6(t-1) – 3.866·F6(t-2) + 2.044·F6(t-3) – 0.351·F6(t-4).
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
40
60
80
100
120
140
160
180
200
220
240
годы
П
р
и
б
ы
л
ь,
т
ы
с.
гр
н
.
исходные данные
модель 1
модель 2
Рис.1. Финансовый результат деятельности предприятия турбаза «Мир»
для модели 1: X6 = –256 + 0,02·X2 + 0,17·X3 – 0,6·X5;
для модели 2: F6 = 3,178·F6(t-1) – 3,866·F6(t-2) + 2,044·F6(t-3) – 0,351·F6(t-4).
Модель 1 представляет собой модель множественной линейной регрессии. Для прогноза по данной
модели использовались прогнозные значения показателей X2, X3, X5 полученные с использованием
авторегрессионной модели (по методу наименьших квадратов) и фильтра Ходрика–Прескотта. Модель 2
является авторегрессионной моделью сглаженной с использованием фильтра Ходрика–Прескотта. (см. табл.
5).
Получены аналогичные результаты для предприятия ТОСК «Приморье». Авторегрессионные модели
для сглаженных временных рядов показателей X2, X3, X5, X6 соответственно:
F2 = 4.1·F2(t-1) – 6.2·F2(t-2) + 4.17·F2(t-3) – 1.1·F2(t-4);
F3 = 3.4·F3(t-1) – 4.9·F3(t-2) + 3.7·F3(t-3) – 1.15·F3(t-4);
F5 = 3.13·F5(t-1) – 4.41·F5(t-2) + 3.43·F5(t-3) – 1.15·F5(t-4);
F6 = 2.88·F6(t-1) – 3.84·F6(t-2) + 3.04·F6(t-3) – 1.1·F6(t-4).
Лукьяненко В.А., Карлова А.И.
ИНСТРУМЕНТАЛЬНОЕ СОПРОВОЖДЕНИЕ УПРАВЛЕНИЯ РИСКАМИ ИННОВАЦИОННЫХ
ПРОЦЕССОВ ПРЕДПРИЯТИЙ ТУРИСТИЧЕСКОЙ СФЕРЫ
66
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
0
500
1000
1500
2000
2500
3000
годы
П
р
и
б
ы
л
ь,
т
ы
с.
гр
н
.
исходные данные
модель 1
модель 2
Рис. 2. Финансовый результат деятельности предприятия ТОСК «Приморье» для модели 1:
X6 = –260 – 0,014·X2 + 0,07·X3 + 0,55·X5;
для модели 2: F6 = 2.88·F6(t-1) – 3.84·F6(t-2) + 3.04·F6(t-3) – 1.1·F6(t-4).
Для ТОК «Евпатория» авторегрессионные модели для сглаженных временных рядов показателей X2,
X3, X5, X6 соответственно:
F2 = 4.073·F2(t-1) – 6.189·F2(t-2) + 4.179·F2(t-3) – 1.061·F2(t-4);
F3 = 3.448·F3(t-1) – 5.098·F3(t-2) + 3.857·F3(t-3) – 1.208·F3(t-4);
F5 = 3.121·F5(t-1) – 4.79·F5(t-2) + 4.208·F5(t-3) – 1.538·F5(t-4);
F6 = 3.604·F6(t-1) – 5.306·F6(t-2) + 3.793·F6(t-3) – 1.093·F(t-4).
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
-800
-600
-400
-200
0
200
400
600
800
1000
годы
П
р
и
б
ы
л
ь,
т
ы
с.
гр
н
.
исходные данные
модель 1
модель 2
Рис. 3. Финансовый результат деятельности предприятия ТОК «Евпатория»
для модели 1: X6 = –1550 + 0,004·X2 + 0,39·X3 – 0,78·X5;
для модели 2: F6 = 3,604·F6(t-1) – 5,306·F6(t-2) + 3,793·F6(t-3) – 1,093·F(t-4).
Знание интегральных показателей, точек управленческого воздействия, наличие набора моделей,
возможность выбора параметра регуляризации в фильтре Ходрика–Прескотта для подбора сглаживания
(выбор тенденций) их наглядное графическое представление позволяют оценить эффективность
инновационных мероприятий и возможные риски при принятии управленческих решений.
Потребность в достоверной оценке положения предприятия по отношению к родственным, эталонным
предприятиям, тем для которых известен набор инновационных мероприятий и связанных с ними рисков,
существенно возрастает в кризисные периоды. Следующий блок инструментов управления рисками
инновационных решений базируется на построении функции, отображающей жизненный цикл предприятия
в привязке к выбранным предприятиям: успешным в смысле применения инноваций и управления
инновационными рисками и неуспешным-кризисным, которые или не используют инновации в своей
деятельности или необдуманно рискуют, выбирая не те инновации. Заметим, что, как правило, функцию
жизненного цикла описывают качественно (постфакт), описательно. Более того, можно показать, что задача
определения, к какому этапу жизненного цикла относится деятельность предприятия в данный момент,
является некорректной.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
67
Принятое в работе количественное представление функции жизненного цикла опирается на теорию
распознавания образов и позволяет оценивать возможное состояние предприятия, прогнозировать значение
функции жизненного цикла по отношению к инновационным решениям и в зависимости от сложившегося
рейтинга предприятий. Для достижения поставленных целей модифицируем методику, применяемую в
работах Я. А. Фомина [12, 13]. При этом управление рисками инновационных процессов будем также
рассматривать как антикризисное управление, направленное на улучшение экономических показателей.
Чем большему набору весомых рисков подвергается предприятие, тем ближе оно к кризисному состоянию.
Приведем теоретические и численные результаты необходимые для анализа состояния предприятия.
Главную роль в управлении рисками инновационных процессов в антикризисном управлении играет
своевременное распознавание состояния предприятия от успешного до кризисного, с требуемым уровнем
достоверности для своевременного принятия мер. В общем виде можно полагать, что исследуемое
предприятие может принимать одно из взаимоисключающих состояний: S1 – успешное (бескризисное) и S2
– кризисное. Распознавание представляет собой отнесение наблюдаемого неизвестного состояния,
заданного матрицей nX наблюдений над его признаками pXXX ,...,, 21 :
pnpp
n
n
XXX
XXX
XXX
X
...
............
...
...
21
22221
111111
к одному из взаимоисключающих состояний S1 или S2. Набор признаков p, как правило, является
одинаковым для всех распознаваемых классов S1, S2. Определение набора признаков pXXX ,...,, 21 , т.е.
формирование признакового пространства является важной частью распознающего процесса. Выбранная
совокупность должна быть полной, однако с увеличением размерности p признакового пространства
возрастает вычислительная сложность процедур обучения. Основным показателем качества распознающей
системы является достоверность принимаемых ею решений. Признаковое пространство – это обобщенная
характеристика деятельности предприятия по более чем одному признаку в форме набора чисел,
количество (размерность пространства) которых равно числу признаков. Метод главных компонент
позволяет снизить размерность признакового пространства.
Источником информации о распознаваемых образах является совокупность результатов независимых
наблюдений (выборочных значений), составляющих обучающие ),,,()( )1()1(
2
)1(
11
)1(
m
m
i xxxx ,
),,,()( )2()2(
2
)2(
11
)2(
m
m
i xxxx и контрольную n
ix 1
)1( )( ,( 1x ),,2 pxx . В зависимости от характера задачи
распознавания (одномерной или многомерной) ix может быть либо одномерной, либо p-мерной величиной.
На вход распознающей системы поступают многомерные (векторные) наблюдения, принадлежащие одному
из двух состояний S1 и S2, различающихся только своими неизвестными векторами средних 1a и 2a (и,
следовательно, имеющих общую ковариационную матрицу M). Оценки неизвестных векторов средних 1a и
2a определяются в результате обучения:
1
1
)1(
1
1
1 m
i
ix
m
a
,
2
1
)2(
2
2
1 m
i
ix
m
a
Оценка логарифма отношения правдоподобия ),,,(ln 21 nxxxL будет иметь следующий вид:
n
i
i
T
n aax
n
Maa
n
xxxL
1
21
1
2121
2
2
),,,(ln
.
Решающее правило имеет вид
Caax
n
Maa
n n
i
i
T
ln
2
2
1
2
1
21
1
21
,
где порог Cln в связи с предпочтением, отдаваемым алгоритму максимального правдоподобия,
сохраняющему свои оптимальные свойства при подстановке в него оценок логарифма правдоподобия,
выбирается, как правило, равным: 0ln C . Ошибка распознавания 1-го и 2-го рода и α и β для случая p=3
рассчитывается по формуле (только для трехмерного признакового пространства она имеет компактный
вид):
11
2
2
2
1
22
2
1
2
22
2
2
1
21
2121 2
exp
2
exp
2
d
F
d
F
dd
F
d
F
dd
F
d
F
d
F
d
F
,
где F(x) – табулированный интеграл Лапласа, а
2
1 и
2
2 выражаются через объемы контрольных n и
обучающих m выборок:
21
2
1
11
mm
, nmm
411
21
2
2
,
а
2d – скалярная величина – расстояние Махаланобиса: )()( 21
1
21
2 aaMaad T
.
Лукьяненко В.А., Карлова А.И.
ИНСТРУМЕНТАЛЬНОЕ СОПРОВОЖДЕНИЕ УПРАВЛЕНИЯ РИСКАМИ ИННОВАЦИОННЫХ
ПРОЦЕССОВ ПРЕДПРИЯТИЙ ТУРИСТИЧЕСКОЙ СФЕРЫ
68
Для вычисления вероятности α=β применяется приближенная формула (наиболее эффективная при
m>>p, m>>n):
1
2
exp
2
2
1
2
1
2
2
2
2
2
2
2
2
2
p
d
d
d
F
.
Достоверность диагностики оценивается по формуле: 11D .
Увеличение достоверности диагностики возможно за счет увеличения n (наблюдений). В этом случае
для вычисления Lln необходимо подставить в формулу значение
n
i
ix
n 1
1
. Для оценки достоверности
нужно будет рассчитать новое значение параметра 2 и функций от него. Увеличение объема контрольной
выборки n является эффективным средством повышения гарантированной достоверности диагностики
состояния предприятия. Диагностика состояния предприятия производится по оценке логарифма
отношения правдоподобия )(ln tL – отслеживая изменения данного показатели во времени, можно узнать
насколько близко или далеко находится предприятие к успешным или кризисным. При этом имеем
наглядный график жизненного цикла, который может использоваться на практике при мониторинге
состояния исследуемого предприятия. Функция )(ln tL определена при 0t и может принимать любые
положительные и отрицательные значения. При этом если 0)(ln ktL , то в момент kt имеет место кризис,
если 0)(ln ktL , то состояние нормальное. Прямая 0)(ln tL служит на графике тем «порогом», ниже
которого определяется кризис. О тенденции развития предприятия в зависимости от инноваций и учета
риска можно судить по тому, какой характер имеет функция: возрастающий, что свидетельствует о том, что
оно находится на стадии подъема, или убывающий, что говорит о тенденции спада, т.е. аналогично
качественному описанию жизненного цикла.
Наблюдение по t можно начинать с любого момента kt . Важно лишь проведение измерений )(ln tL
через равные промежутки времени t . Если наблюдения по t начать с момента образования предприятия, то
наблюдения за достаточно долгий промежуток времени t функция )(ln tL фактически будет соответствовать
кривой жизненного цикла. Разница в графике функции )(ln tL и кривой жизненного цикла в том, что кривая
жизненного цикла лежит выше нулевого уровня, а функция )(ln tL по сравнению с кривой жизненного
цикла имеет область значений от до . Поэтому по сравнению с графиком кривой жизненного цикла
график )(ln tL несколько сдвинут вниз. Таким образом, качественному графику жизненного цикла
ставиться в соответствие с показателем )(ln tL . Приведем соответствующие данной теории практические
расчеты для выбранных предприятий.
В соответствии с рассмотренным методом главных компонент для диагностики состояния предприятий
туристической сферы возьмем следующие показатели: 1) выручка от реализации; 2) затраты на
производство реализованной продукции; 3) количество предоставленных койко-дней.
Преуспевающие (S1) и кризисные (S2) предприятия задаются следующими характеристиками (см.
табл.6), а также исследуемые предприятия (см. табл. 7). В табл. 6 представлен один из рассмотренных
вариантов группировки выбора данных для последующего анализа.
Таблица 6. Показатели экономической деятельности преуспевающих и кризисных предприятий
туристической отрасли.
S1, преуспевающие турбазы S2, кризисные турбазы
Признаки Приморье,
2008
Золотой пляж,
2009
Восход,
2010
Россия,
2009
Евпатория,
2006
Море,
2006
Судак,
2007
Выручка от реализации 13873.7 7506.6 4711.7 14662.1 7368.1 33607.8 28234.6
Затраты на производство реализ. продукции 11795.2 5827.7 3723.7 11831 7028.9 29282.2 26611.8
Количество предоставленных койко-дней 80476 44282 19026 36902 74875 51627 167258
В качестве исследуемых выбраны турбазы «Мир» (табл. 1), «Чайка», «Авангард». Проведем анализ в
двух направлениях: единовременная диагностика состояния предприятия (для конкретного года, 1n ) и
анализ состояния предприятия в динамике.
1. Единовременная диагностика ( 1n ). Данные за 2010 год для предприятий турбаза «Мир», турбаза
«Чайка», турбаза «Авангард».
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
69
Таблица 7. Расчет оценки логарифма правдоподобия, ошибки распознавания и достоверности диагностики
для предприятий.
Наименование показателей Ед. изм. «Мир» «Чайка» «Авангард»
Выручка от реализации тыс. грн 2054.1 4819.3 2373.1
Затраты на пр-во реализ. продукции тыс. грн 1681.5 4238.7 2119.4
Кол-во предоставленных койко-дней койко-день 19000 28764 19300
LnL –0.285 –1.353 –2.091
α=β: 0.029 D=1–α=1–β: 0.971
Предварительно найдем вектор средних, ковариационные матрицы для каждого класса и общую
ковариационную матрицу:
Таблица 8. Расчет векторов средних, матриц ковариаций и общей ковариационной матрицы для классов S1
и S2.
S1, преуспевающие турбазы S2, кризисные турбазы
Признаки Приморье,
2008
Золотой пляж,
2009
Восход,
2010
Россия,
2009
Евпатория,
2006
Море,
2006
Судак,
2007
Выручка от реализации 13873.7 7506.6 4711.7 14662.1 7368.1 33607.8 28234.6
Затраты на пр-во реализ. продукции 11795.2 5827.7 3723.7 11831 7028.9 29282.2 26611.8
Количество предоставленных койко-
дней
80476 44282 19026 36902 74875 51627 167258
Вектор средних a1 = (10188.52 8294.4 45171.5) a2 = (23070.2 20974.3 97920)
Ковариационные матрицы
1M , 2M
4997926825401136159672233
540113611293476115092683
596722331509268317695430
249395737210922236777375648
10922236798425596111877232
77375648111877232128089328
Общая ковариационная матрица
M
189620856910874318994162165
1087431896940361879201152
941621657920115291010907
2. Диагностика состояния предприятия в динамике.
Таблица 9. Расчет оценки логарифма правдоподобия, ошибки распознавания и достоверности диагностики
предприятия турбаза «Мир» в динамике.
Наимен.показателей Ед. изм. 2006 2007 2008 2009 2010 Средн.
Выручка от реализации тыс. грн 933.10 1344 1779.3 1888.8 2054.1 1600
Затраты на производство реализованной продукции тыс. грн 732.40 980.6 1279.3 1375.8 1681.5 1210
Кол-во предоставленных койко-дней койко-день 18468 21126 22913 18683 19000 20038
LnL –0.3291 1.1274 2.1330 1.4901 –0.2867
α=β: 0.011 D=1–α=1– β: 0.989
2006 2007 2008 2009 2010 2011
-1
0
1
2
3
годы
З
н
а
че
н
и
я
о
ц
е
н
ки
л
о
га
р
и
ф
м
а
п
р
а
вд
о
п
о
д
о
б
и
я
Рис. 4. График оценки логарифма отношения правдоподобия турбазы «Мир».
Таблица 10. Расчет оценки логарифма правдоподобия, ошибки распознавания и достоверности
диагностики предприятия турбаза «Чайка» в динамике.
Наимен. показателей Ед. изм. 2006 2007 2008 2009 2010 Средн.
Выручка от реализованной продукции тыс. грн 3363.8 5228.8 7310.5 4607.1 4819.3
Затраты на производство реализованной продукции. тыс. грн 2807.6 4134.2 5741.3 4067.7 4238.7 4197
Кол-во предоставленных койко-дней. койко-день 33242 46458 54535 22780 28764 37155
Финансовый результат от обычной деятельности: прибыль
(убыток)
тыс. грн 6.8 337.8 495.7 2.4 4.3 169.4
LnL 1.4996 6.0803 8.8645 –2.2900 –1.3552
α=β: 0.011 D=1–α=1–β: 0.989
Лукьяненко В.А., Карлова А.И.
ИНСТРУМЕНТАЛЬНОЕ СОПРОВОЖДЕНИЕ УПРАВЛЕНИЯ РИСКАМИ ИННОВАЦИОННЫХ
ПРОЦЕССОВ ПРЕДПРИЯТИЙ ТУРИСТИЧЕСКОЙ СФЕРЫ
70
2006 2007 2008 2009 2010
-4
-2
0
2
4
6
8
10
годы
З
н
а
че
н
и
я
о
ц
е
н
ки
л
о
га
р
и
ф
м
а
п
р
а
вд
о
п
о
д
о
б
и
я
Рис. 5. График оценки логарифма отношения правдоподобия турбазы «Чайка».
Таблица 11. Расчет оценки логарифма правдоподобия, ошибки распознавания и достоверности
диагностики состояния предприятия турбаза «Авангард» в динамике
Наименование показателей Ед. изм. 2006 2007 2008 2009 2010 Средн.
Выручка от реализации тыс. грн 1592.2 1983.7 2414.6 2462.5 2373.1
Затраты на производство реализованной продукции. тыс. грн 1386.2 1735.7 2129.9 2200.7 2119.4 1914
Кол-во предоставленных койко-дней. койко-день 22552 27170 25160 22110 19300 23258
LnL –0.8208 –0.3770 –0.9958 –1.7600 –2.0932
α=β: 0.011 D=1–α=1–β: 0.989
2006 2007 2008 2009 2010 2011
-2.5
-2
-1.5
-1
-0.5
0
годы
З
н
а
че
н
и
е
о
ц
е
н
ки
л
о
га
р
и
ф
м
а
п
р
а
вд
о
п
о
д
о
б
и
я
Рис. 6. График оценки логарифма отношения правдоподобия турбазы «Авангард».
Графики жизненных циклов (рис. 4–6) указывают на необходимость срочных управленческих
действий. Здесь возможно разделение рисков между инновационным туристическим предприятием и
аутсерсингом. Если выявить условия взаимодействия (т.к. инновационный процесс осуществляется через
интерактивное взаимодействие всех участников туристической сферы), то конкретизируются
инновационные инициативы, привязанные к предприятию. При этом отсутствие возможного контроля над
внешними условиями хозяйствования компенсируются процессом нововведений, направляемым
инструментальными технологиями, в том числе предложенными в работе. Управленческий контроль
является обязательным для эффективной реализации инноваций.
Выводы. Необходимость инструментального сопровождения управления рисками инновационной
деятельности обусловлена самим характером и специфичностью свойств туристических услуг. Участники
туристического рынка не имеют измеряемых целей или эти цели неясны и сложны в количественном
измерении. Комплекс инновационных мероприятий направленный на виртуальный туристический продукт
(не ощущается и не охраняется, кроме материальных услуг) с большой долей неопределенности связан с
рисками их выбора. Поэтому продолжительность и успех определяется с некоторой вероятностью.
Предлагаемый набор алгоритмов обработки данных туристической сферы (инструментарий) позволяет
диагностировать состояние предприятия, прогнозировать его деятельность, позиционировать его
относительно жизненного цикла в привязке к эталону, прецеденту или группе выбранных предприятий
(успешных, относительно управления инновациями с минимальным риском или неуспешных), непрерывно
создавать новые знания и технологии в рамках инновационных цепочек. Применение методики лежит в
рамках проекта создания новых статистических методов и междисциплинарных подходов к сбору данных.
Дальнейшее развитие исследований направлено на интеллектуализацию обработки информации
туристической сферы.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
71
Источники и литература:
1. Васильева Т. А. Риск-менеджмент инноваций : монография / Т. А. Васильева, О. Н. Диденко,
А. А. Епифанов. – Сумы : Деловые перспективы, 2005. – 260 с.
2. Илляшенко С. М. Менеджмент та маркетинг инноваций : монография / С. М. Илляшенко. – Суми :
Унiверситетська книга, 2004. – 616 с.
3. Медынский В. Г. Реинжиринг инновационного предпринимательства / В. Г. Медынский,
С. В. Ильменов. – М. : ЮНИТИ, 1999. – 414 с.
4. Микитюк П. П. Iнновацiйна дiяльнiсть / П. П.Микитюк, Б. Г. Сенiв. – К. : Центр учбової лiтератури,
2009. – 392 с.
5. Онишко С. В. Фiнансове забезпечення iнновацiйноi дiяльностi / С. В. Онишко, Т. В. Паэнтко,
К. И. Швабий. – К. : КНТ, 2008. – 255 с.
6. Филин С. Анализ и управление как основной фактор обеспечения экономической безопасности
инновационной деятельности / С. Филин // Управление риском. – 2001. – № 3. – С. 30-36.
7. Айвазян С. А. Прикладная статистика и основы эконометрики / С. А. Айвазян, В. С. Мхитарян. – М. :
ЮНИТИ, 1998.
8. Згуровский М. З. Глобальное моделирование процессов устойчивого развития / М. З. Згуровский,
А. Д. Гвишиани. – К. : Політехніка, 2008. – 348 с.
9. Zgurovsky M. Z. System analysis: Theory and Applications / M. Z. Zgurovsky, N. D. Pankratova. – Springer,
2007. – 475 p.
10. Вітлінский В. В. Ризикологія в економиці та підприємництві : монографія / В. В. Вітлінский,
Г. І. Великоіваненко. – К. : КНЕУ, 2004. – 480 с.
11. Saaty Thomas L. Theory of the Analitic Hierarchy Process. Part 2.1 / Thomas L. Saaty // Системні
дослідження та інформаційні технології. – 2003. – № 1. – С. 48-71.
12. Фомин Я. А. Статистическая теория распознавания образов / Я. А. Фомин, Г. Р. Тарловский. – М. :
Радио и связь, 1986. – 286 с.
13. Фомин Я. А. Диагностика кризисного состояния предприятия / Я. А. Фомин. – М. : ЮНИТИ-ДАНА,
2003. – 349 с.
14. Ларичев О. Н. Проблемы развития коллективных решений в малых группах. Нелинейная динамика и
управление / О. Н. Ларичев. – М. : УРСС, 1999. – С. 91-103.
15. Тоценко В. Г. Методы и системы поддержки принятия решений / В. Г. Тоценко. – К. : Наук. думка,
2002. – 382 с.
16. Воронин А. Н. Векторная оптимизация динамических систем / А. Н. Воронин, Ю. К. Зиатдинов,
А. И. Козлов. – К. : Технiка, 1999. – 284 с.
17. Брошкова С. Л. Основы диагностики социально-эколого-экономической устойчивости региона /
С. Л. Брошкова, В. А. Лукьяненко // Соцiально-экологiчні дослiдження в перехiдний перiод. Соцiально-
экологiчний розвиток регiону: дiагностика, стратегiя, управлiння / НАН Украiни. – Львiв, 2006. – Вип. 4
(60). – С. 306-317.
18. Геєць В. М. Моделi i методи соцiально-економiчного прогнозування / В. М. Геєць, Т. С. Клебанова,
О. I. Черняк та iн. – Х. : ВД «IНЖЕК», 2008. – 396 с.
Морозов Р.В. УДК 631.1:633.18
ТЕОРЕТИКО-МЕТОДОЛОГІЧНІ ЗАСАДИ РОЗРОБЛЕННЯ РЕГІОНАЛЬНОЇ
ПРОГРАМИ РОЗВИТКУ ГАЛУЗІ РИСІВНИЦТВА
І. Актуальність. Про необхідність розроблення програм, метою яких є розв'язання окремих проблем
розвитку економіки і суспільства, а також проблем розвитку окремих галузей економіки та
адміністративно-територіальних одиниць, що потребують державної підтримки наголошується в Законі
України від 18 березня 2004 року № 1621-IV "Про державні цільові програми" [3]. Наказом
Мінагрополітики, НААН України від 14 жовтня 2010 року № 647/139 "Про затвердження Галузевої
комплексної програми "Рис України 2010-2015 роки" [7] передбачено розроблення відповідних
регіональних програм та встановлення контролю за їх реалізацією. Все це обумовлює необхідність
розробки та виконання регіональної програми розвитку рисівництва.
Регіональна програма розробляється на основі вимог Законів України "Про державні цільові програми",
"Про основні засади державної аграрної політики на період до 2015 року", "Про державну підтримку
сільського господарства України", "Про зерно та ринок зерна в Україні", Указу Президента України "Про
невідкладні заходи щодо стимулювання виробництва та розвитку ринку зерна" та з метою забезпечення
виконання "Державної цільової програми розвитку українського села на період до 2015 року", комплексної
галузевої програми "Розвиток зерновиробництва в Україні до 2015 року", Галузевої комплексної програми
"Рис України 2010-2015 роки".
ІІ. Постановка проблеми. Широке коло питань, пов'язаних із теоретико-методологічними,
методичними та практичними аспектами управління аграрним сектором економіки висвітлено в публікаціях
вчених ННЦ "Інститут агарної економіки" та інших наукових установ НААН України. Завдяки їхнім
|
| id | nasplib_isofts_kiev_ua-123456789-64925 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1562-0808 |
| language | Russian |
| last_indexed | 2025-12-07T18:03:36Z |
| publishDate | 2011 |
| publisher | Кримський науковий центр НАН України і МОН України |
| record_format | dspace |
| spelling | Лукьяненко, В.А. Карлова, А.И. 2014-06-21T10:57:48Z 2014-06-21T10:57:48Z 2011 Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы / В.А. Лукьяненко, А.И. Карлова // Культура народов Причерноморья. — 2011. — № 216. — С. 63-71. — Бібліогр.: 18 назв. — рос. 1562-0808 https://nasplib.isofts.kiev.ua/handle/123456789/64925 336.131./.132+330.131.7+330.341.1+338.48 Цель. Разработка инструментального сопровождения управления рисками инновационных процессов
 предприятий туристической сферы. Для демонстрации методики применения разработанного
 инструментария используется выборка показателей группы предприятий туристической сферы Автономной
 Республики Крым (АРК) с различной степенью успешности использования инновационных решений.
 Деятельность этих предприятий характеризуется показателями сведенными в форме №1 – ТУР(к).
 Ранжирование предприятий по успешности основано на выборе определенных показателей,
 характеризующих их деятельность. ru Кримський науковий центр НАН України і МОН України Культура народов Причерноморья Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы Article published earlier |
| spellingShingle | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы Лукьяненко, В.А. Карлова, А.И. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| title | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| title_full | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| title_fullStr | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| title_full_unstemmed | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| title_short | Инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| title_sort | инструментальное сопровождение управления рисками инновационных процессов предприятий туристической сферы |
| topic | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| topic_facet | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/64925 |
| work_keys_str_mv | AT lukʹânenkova instrumentalʹnoesoprovoždenieupravleniâriskamiinnovacionnyhprocessovpredpriâtiiturističeskoisfery AT karlovaai instrumentalʹnoesoprovoždenieupravleniâriskamiinnovacionnyhprocessovpredpriâtiiturističeskoisfery |