ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
УДК 658:005.03
МОДЕЛЮВАННЯ ПОКАЗНИКІВ ВИЗНАЧЕННЯ ОБ’ЄКТИВНОЇ СКЛАДОВОЇ ІМІДЖУ ПІДПРИЄМСТВ У СУЧАСНИХ УМОВАХ
ЯСТРЕМСЬКА 0. 0.
кандидат економічних наук
Харків
Промислові підприємства активізують інформаційну взаємодію в умовах глобалізації економічного простору та збільшення значущості інформаційних ресурсів і інтелектуального капіталу для підвищення ефективності господарювання. Складовою клієнтської частини інтелектуального капіталу підприємств є імідж. Дослідженню проблем формування, оцінювання іміджу підприємств, організації їх ефективної інформаційної взаємодії займалися такі відомі вчені, як Б. Джи, Г. Падафет, Г. Почепцов, Є. Ромат, Дж.Р. Россі-тер, С Сміт, Н. Чухрай, Т. Хомуленко та ін. Їх роботи слугували основою для проведення теоретичних і практичних досліджень. Проте аналіз публікацій з проблем формування іміджу довів, що попередні дослідники недостатньо уваги приділяли моделюванню його кількісних значень за об'єктивним підґрунтям: ресурсним забезпеченням та результатами інноваційної діяльності, що забезпечують розвиток підприємств.
Метою статті є висвітлення результатів дослідження щодо моделювання показників визначення іміджу підприємств за об'єктивною складовою.
Узагальнення існуючих теоретичних положень дозволяє зробити висновок, що імідж необхідно розглядати з позиції його об'єктивної сутності, оскільки він залежить від результатів господарювання, що являють собою об'єктивне підґрунтя для прийняття управлінського рішення щодо забезпечення конкурентоспроможності підприємств. Тому в процесі управління підприємством важливо мати об'єктивні дані про його можливості і здобутки, що характеризують конкурентоспроможність за результатами господарювання за ресурсним аспектом і можливостями до розвитку за результатами інвестиційно-інноваційних процесів, а також становлять об'єктивну складову іміджу.
Найбільш повну інформацію про підприємство суб'єкти зовнішнього середовища взагалі й партнери зокрема можуть отримати, аналізуючи результати використання всіх видів ресурсів і здобутки інноваційної діяльності як підґрунтя управління його розвитком. Тому виникає об'єктивна необхідність в уточненні складу показників, що характеризують об'єктивну складову іміджу. Як інструмент доцільно використовувати бага-
товимірний факторний аналіз, що дозволяє сконцентрувати інформацію про об'єктивні дані, які мають безпосередній вплив на формування іміджу підприємства, не змінюючи сутності інформації, не стикаючись з її втратами, а ущільнюючі обсяги [1 - 7].
З метою практичного підтвердження висунутих положень про склад показників об'єктивної складової іміджу, який включає всі види економічних ресурсів (фінансові, матеріальні, людські, інформаційні) і характеризує складову в тактичному періоді та результати інноваційної діяльності як підґрунтя розвитку, що характеризує об'єктивну складову у стратегічному періоді, було досліджено діяльність 25 машинобудівних промислових підприємств за період з 2006 по 2010 рр. Оскільки об'єктивна складова іміджу характеризується одночасним впливом результатів використання економічних ресурсів і здобутків інноваційної діяльності, їх значущі показники доцільно аналізувати в комплексі з метою
виявлення їх остаточного складу, що повно характеризує об'єктивну складову іміджу.
Відібрані для аналізу показники (за суттєвими значеннями факторних навантажень, що перевищують 0,7) наведено в табл. 1. Аналіз результатів застосування факторного аналізу з використанням пакету Statistica 6.0 дозволяє зробити висновок про те, що запропонована системи показників характеризується системністю і з достатнім ступенем достовірності уможливлює виявлення особливостей використання економічних ресурсів і перебігу інноваційних процесів, які характеризують об'єктивну складову іміджу підприємств. Цей факт підтверджує кількість факторів, що пояснюють достатній відсоток накопиченої дисперсії спостережень.
За результатами застосування факторного аналізу виділено 9 факторів, які пояснюють 76,44% розкиду значень первинних даних, що є достатнім, оскільки накопичена дисперсія факторів перевищує 70%.
Таблиця 1
Система показники для факторного аналізу за ресурсним та інноваційним напрямами, що характеризують
об'єктивну складову іміджу підприємства
Показник Код показника
1 2
Ресурсний напрям
Фінансові ресурси
Коефіцієнт абсолютної ліквідності XI
Рентабельність сукупного капіталу Х2
Чиста рентабельність продажу Х3
Коефіцієнт фінансової автономії Х4
Коефіцієнт маневреності власного капіталу Х5
Коефіцієнт фінансового ризику Х6
Матеріальні ресурси
Коефіцієнт придатності основних фондів Х7
Коефіцієнт оновлення основних фондів Х8
Фондоозброєність Х9
Питома вага матеріальних витрат у загальних витратах на виробництво Х10
Людські ресурси
Питома вага працівників у віці від 29 до 50 років Х11
Питома вага працівників, навчених новим професіям Х12
Питома вага працівників, що підвищили кваліфікацію в звітному році Х13
Питома вага витрат на оплату праці в загальних витратах на виробництво Х14
Інформаційні ресурси
Питома вага витрат на маркетинг і рекламу в загальному обсязі витрат на інновації Х15
Питома вага інвестицій на інформатизацію до загального обсягу інвестицій Х16
Питома вага інвестицій на програмне забезпечення в загальному обсязі інвестицій на інформатизацію Х17
Питома вага інвестицій на обчислювальну техніку в загальному обсязі інвестицій на інформатизацію Х18
Питома вага інвестицій в нематеріальний основний капітал в загальному обсязі інвестицій в основний капітал Х19
Інноваційний напрям
Питома вага працівників, що виконують науково-технічну роботу Х20
Питома вага поточних витрат на технологічні інновації в загальному обсязі витрат на інновації Х21
Питома вага довгострокових інвестицій на технологічні інновації в загальному обсязі витрат на інновації Х22
<С
*
<
*
О
*
ш
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
Закінчення табл. 1
1 2
Питома вага витрат на дослідження і розробки (без амортизації) в загальному обсязі витрат на інновації Х23
Питома вага витрат на технологічну підготовку виробництва в загальному обсязі витрат на інновації Х24
Питома вага витрат на машини, обладнання, інструменти, інші основні фонди і капітальні витрати, пов'язані з впровадженням
інновацій, в загальному обсязі витрат на інновації Х25
Питома вага власних інвестицій на технологічні інновації в загальному обсязі інвестицій на інновації Х26
Питома вага інших джерел фінансування інноваційної діяльності в загальному обсязі інвестицій на інновації Х27
Значення факторних навантажень показників за кожним фактором доводить доцільність використання в якості часткових для оцінювання об'єктивної складової іміджу промислових підприємств машинобудівної галузі таких показників, факторні навантаження яких є більшими за 0,7. Ґрунтування на факторних навантаженнях дозволило виділити такі часкові показники: рентабельність сукупного капіталу (Х2); чиста рентабельність продажу (Х3); коефіцієнт фінансової автономії (Х4); коефіцієнт маневреності власного капіталу (Х5); коефіцієнт фінансового ризику (Х6); коефіцієнт оновлення основних фондів (Х8); питома вага працівників, навчених новим професіям (Х12); питома вага працівників, що підвищили кваліфікацію в звітному році (Х13); питома вага витрат на маркетинг і рекламу в загальному обсязі витрат на інновації (Х15); питома вага інвестицій на інформатизацію до загального обсягу інвестицій (Х16); питома вага інвестицій на програмне забезпечення в загальному обсязі інвестицій на інформатизацію (Х17); питома вага інвестицій на обчислювальну техніку в загальному обсязі інвестицій на інформатизацію (Х18); питома вага інвестицій в нематеріальний основний капітал в загальному обсязі інвестицій в основний капітал (Х19); питома вага поточних витрат на технологічні інновації в загальному обсязі витрат на інновації (Х21); питома вага витрат на дослідження і розробки в загальному обсязі витрат на інновації (Х23); питома вага витрат на технологічну підготовку виробництва в загальному обсязі витрат на інновації (Х24); питома вага власних інвестицій на технологічні інновації в загальному обсязі інвестицій на інновації (Х26); питома вага інших джерел фінансування інноваційної діяльності в загальному обсязі інвестицій на інновації (Х27).
Факторні навантаження показників за результатами багатовимірного факторного аналізу наведено в табл. 2.
Аналізуючи економічну сутність відібраних показників, можна зробити висновок, що гіпотеза про вплив на об'єктивну складову всіх видів економічних ресурсів - фінансових, матеріальних, людських, інформаційних та результатів перебігу інноваційних процесів підтверджується. В остаточно відібрану систему показників увійшли 5 показників, що характеризують фінансові ресурси, 1 - матеріальні, 2 - людські, 5 - інформаційні, 5 - інноваційні процеси. Саме виявлені значущі показники доцільно включити як часткові у склад системи показників оцінювання імідж підприємства за об'єктивною складовою.
Щодо загальних тенденцій господарювання, підприємства протягом п'яти років з 2006 р. по 2010 р. найбільшу увагу приділяли використанню людських ресурсів (перший фактор) щодо їх навчання новим професіям та підвищення кваліфікації, інформаційних ресурсів (другий фактор) з позицій витрат на рекламу і маркетинг, інвестування у програмне і технічне забезпечення. Фінансові ресурси за тенденціями використання займають 3 місце, про що свідчить склад показників третього фактора: фінансової автономії, маневреності власного капіталу, фінансового ризику. Четвертий і п'ятий фактори характеризує інноваційні процеси щодо їх фінансування, а саме - витрат на дослідження і розробки та витрат на технологічні інновації у короткостроковому періоді. Шостий фактор підтверджує значущість оновлення основних фондів, сьомий характеризує активність інформатизації процесів господарювання, восьмий - рентабельність сукупного капіталу підприємства та рентабельність продажу, дев'ятий фактор підтверджує існування у підприємств зацікавленості здійснювати інформаційну взаємодію з суб'єктами зовнішнього середовища на основі збільшення витрат на маркетинг та рекламу. Тобто пріоритетність використання економічних ресурсів відповідає такій послідовності: людські, інформаційні, фінансові, інноваційні, матеріальні.
Причому інформаційні ресурси утворюють три фактори, інноваційні - два, фінансові - два, матеріальні і людські по одному фактору, що підтверджує зацікавленість підприємств в інформаційній взаємодії з суб'єктами зовнішнього і внутрішнього середовища.
Таким чином, саме ці наведені показники доцільно обрати як часткові, які характеризують об'єктивну складову іміджу, спираючись на значення факторних навантажень за результатами факторного аналізу, що доводить наявність суттєвого впливу показників на загальну тенденцію зміни досліджуваного економічного явища, а саме - імідж.
Наведені часткові показники, виявлені за допомогою факторного аналізу, вимагають згортання з метою їх використання при ухваленні управлінських рішень. Таке згортання доцільно здійснювати за методом адитивної згортки, нормуючи фактичні значення часткових показників з урахуванням коефіцієнтів значущості, що розраховані також за допомогою нормування факторних навантажень і представлені в табл. 3.
Факторні навантаження показників за факторами
Таблиця 2
Показ-
ник
Фактор 1
Фактор 2
Фактор 3
Фактор 4
Фактор 5
Фактор 6
Фактор 7
Фактор 8
Фактор 9
Х1
-0,086547
-0,039927
0,226345
-0,029512
0,325303
-0,112331
0,602282
0,388828
-0,008091
Х2
0,260716
-0,019482
0,319723
-0,045341
0,097006
-0,216872
0,008662
0,786111
-0,044524
Х3
0,106646
0,044795
0,060444
0,122217
0,134111
0,012334
-0,022842
0,868687
0,007918
Х4
-0,177724
-0,017775
0,744011
-0,069970
0,004855
0,041588
0,122817
0,328341
-0,145205
Х5
0,081108
0,004709
0,953404
0,059456
0,044191
-0,039045
-0,007378
-0,001251
0,041966
Х6
-0,005368
-0,018428
-0,958584
-0,007481
-0,021798
0,029947
0,050893
-0,104107
0,002362
Х7
0,215467
-0,010407
-0,018455
-0,348847
-0,170917
-0,156082
0,053066
0,137744
-0,132817
Х8
0,215276
-0,038523
0,064809
0,038429
-0,123066
-0,840372
-0,000378
0,119004
0,046953
Х9
0,163627
0,032229
0,022755
-0,048782
-0,059382
0,155120
0,040410
0,031027
0,352973
Х10
0,690432
0,155362
0,019682
0,007532
0,184056
-0,382014
0,017162
0,319618
-0,223620
Х11
-0,095001
-0,057591
0,071944
0,113013
0,422689
-0,352404
-0,057071
0,353450
-0,007640
Х12
0,842461
-0,053831
0,022406
0,014298
-0,029052
0,068373
-0,072281
0,062531
0,129683
Х13
0,723899
0,100478
-0,033885
0,154993
0,285867
-0,064825
0,257794
0,102024
-0,070146
Х14
-0,693213
-0,116945
0,032225
0,078987
-0,191230
0,424482
-0,004351
-0,102014
0,206449
Х15
0,058702
0,785675
0,010383
0,048358
0,025236
0,027308
0,016266
0,087458
-0,049623
Х16
0,074331
0,082399
-0,072315
-0,039218
-0,143963
0,039702
0,865546
-0,101368
0,037285
Х17
0,031281
0,956911
0,003825
-0,028759
0,127984
-0,001902
0,025701
-0,012277
0,012482
Х18
-0,031281
-0,956911
-0,003825
0,028759
-0,127984
0,001902
-0,025701
0,012277
-0,012482
Х19
0,121416
0,003228
0,020520
-0,032217
-0,019828
0,024822
-0,018246
0,034955
-0,872413
Х20
0,057698
0,011106
0,064567
0,685459
0,273530
0,125441
-0,110498
0,091876
-0,124720
Х21
0,068362
0,166009
0,006797
0,329904
0,846101
0,044773
0,047743
0,120870
0,086032
Х22
0,389022
-0,062135
0,090935
0,232436
0,056948
-0,119445
-0,148891
-0,066072
-0,366652
Х23
-0,033730
-0,023823
-0,020040
0,831565
0,155202
-0,210646
0,023784
-0,064172
0,016624
Х24
0,033202
0,102453
0,029632
-0,171440
0,880435
0,082729
-0,058263
0,093852
0,057720
Х25
0,514981
-0,004682
0,044459
0,230769
0,044744
0,068481
-0,076121
0,024512
-0,296103
Х26
0,254480
0,129291
0,052037
0,115373
0,847401
-0,055255
-0,036924
0,033660
-0,154967
Х27
0,110248
-0,031066
0,022896
0,875246
-0,066197
0,067929
-0,020007
0,104513
0,042105
Таблиця
Коефіцієнти значущості часткових показників оцінювання іміджу за об'єктивною складовою
Код показника
Коефіцієнт значущості показника
Х2
0,05093
Х3
0,05628
Х4
0,04820
Х5
0,06177
Х6
0,06210
Х8
0,05444
Х12
0,05458
Х13
0,04690
Х15
0,05090
Х16
0,05607
Х17
0,06199
Х18
0,06199
Х19
0,05652
Х21
0,05481
Х23
0,05387
Х24
0,05704
Х26
0,05490
Х27
0,05670
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
Спираючись на пропозиції щодо розрахунку інтегрального показника (ОС), були розраховані його фактичні кількісні значення для досліджуваних підприємств за формулою (1), які наведено в табл. 4.
п Хф.
ОС = 2 Кзш-^, (1)
і = Х еті
де Кзні - коефіцієнт значущості і-го ч асткового показника об'єктивної складової іміджу;
Хфі - фактичне значення і-го часткового показника об'єктивної складової іміджу;
Хеті - еталонне значення і-го часткового показника об'єктивної складової іміджу;
п - кількість часткових показників об'єктивної складової іміджу (18 часткових показників).
Аналіз даних табл. 4 свідчить про незначні кількісні значення інтегральних показників об'єктивної складової іміджу підприємств, оскільки його максимально можливе значення наближається до одиниці.
Такі незначні кількісні значення інтегральних показників можна пояснити як об'єктивною ситуацією на підприємствах, так і застосуванням процедури нормування. Тому всю сукупність підприємств доцільно розподілити на збиткові та прибуткові підприємства та розрахувати для кожної з них інтегральні показники окремо. У такому разі найкращим значенням показника іміджа за 2010 р. та протягом всього досліджуваного періоду серед збиткових підприємств характеризується ЗАТ «Лозівський завод «Трактородеталь» - 0,378, а найменшим ВАТ «Завод «Потенціал» - 0,106. Серед прибуткових підприємств найбільшим значенням показника іміджу за 2010 р. та протягом всього періоду характеризується ВАТ «Вовчанський агрегатний завод» (0,426), а найменшим - ДНВП «Об’єднання Комунар» (0,166). Проте загальні значення інтегрального показника суттєво не збільшились, що свідчить про недостатнє використання економічних ресурсів підприємствами та незначну активність інноваційних процесів.
Таблиця 4
Інтегральний показник об'єктивної складової іміджу підприємств Харківської області за 2006 - 2010 рр.
№ Назва підприємства 2006 р. 2007 р. 2008 р. 2009 р. 2010 р.
1 ВАТ «Вовчанський агрегатний завод» 0,300 0,342 0,214 0,355 0,422
2 ВАТ «Електромашина» 0,301 0,281 0,212 0,306 0,303
3 ВАТ «Завод «Потенціал» 0,143 0,092 0,115 0,084 0,083
4 ВАТ «Харківський верстатобудівний завод» 0,129 0,117 0,118 0,157 0,145
5 ВАТ «Харківський електроапаратний завод» 0,242 0,183 0,223 0,178 0,157
6 ВАТ «Харківський електротехнічний завод «Укрелектромаш» 0,305 0,375 0,370 0,322 0,300
7 ВАТ «Харківський машинобудівний завод «Світло шахтаря» 0,444 0,415 0,303 0,393 0,363
8 ДП «Харківський приладобудівний завод ім. Т. Г. Шевченка» 0,154 0,160 0,146 0,147 0,144
9 ДНВП «Об'єднання Комунар» 0,156 0,157 0,159 0,158 0,162
10 ДП «Завод «Електроважмаш» 0,314 0,288 0,147 0,274 0,342
11 ДП «Завод «Радіореле» 0,270 0,285 0,159 0,316 0,319
12 ДП «Харківський радіозавод «Протон» 0,155 0,164 0,199 0,160 0,154
13 ВАТ «Завод ім. Фрунзе» 0,255 0,372 0,361 0,212 0,251
14 ДП «Завод ім. Малишева» 0,105 0,101 0,102 0,093 0,113
15 ЗАТ «Лозівський завод «Трактородеталь» 0,217 0,289 0,192 0,236 0,349
16 ЗАТ «Завод «Південкабель» 0,345 0,310 0,258 0,270 0,272
17 ДП «Ізюмський державний завод офтальмологічної лінзи» 0,153 0,129 0,196 0,121 0,096
18 Ізюмський казенний приладобудівний завод 0,158 0,157 0,162 0,144 0,164
19 ВАТ «Коннектор» 0,167 0,201 0,194 0,174 0,181
20 ВАНВТ «Теплоавтомат» 0,169 0,180 0,124 0,101 0,095
21 ТОВ «Харківський завод підйомнотранспортного устаткування» 0,264 0,301 0,261 0,262 0,225
22 ВАТ «Турбоатом» 0,309 0,316 0,202 0,406 0,394
23 ДП «Харківський машинобудівний завод «ФЕД» 0,267 0,300 0,134 0,287 0,308
24 ДП «Харківський завод транспортного устаткування» 0,161 0,168 0,183 0,179 0,170
25 ДП «Харківський електромеханічний завод» 0,092 0,091 0,083 0,078 0,088
Доцільно не зупинятися тільки на розрахунку інтегрального показника, а й прогнозувати його значення на наступний період, використовуючи в якості інструментарію метод нейронних мереж, який дозволяє враховувати нелінійність досліджуваних процесів господарювання.
За допомогою пакету Statistica Neural Networks (StatSoft Inc.), який надає широкі можливості вибору різних типів нейронних мереж, проведено конструювання та дослідження моделей нейронних мереж для підприємств машинобудівної промисловості для визначення найбільш придатної моделі для прогнозування інтегрального показника об'єктивної складової іміджу підприємств [33]. Як вхідні показники моделей використано часткові показники об'єктивної складової іміджу підприємств згідно з результатами факторного аналізу, а вихідним - розрахований інтегральний, що її характеризує. Обґрунтування найбільш придатних за архітектурою та характеристиками моделей нейронних мереж проводилося в інтерактивному режимі на основі аналізу їх чутливості до кожного з вхідних показників за допомогою модулю Sensitivity Analysis (Аналіз чутли-
вості). Результати моделювання показників об'єктивної складової іміджу підприємств є такими.
За даними підприємств було проаналізовано 26 моделей нейронних мереж: 8 лінійних, 16 - багаторівневого персептрону, 2 - радіально-базисних функцій. Результати моделювання наведено в табл. 5.
Найкращим автоматичним конструктором ней-ронних мереж було обрано модель багаторівневого персептрону за номером 23, яка має 14 вхідних показників, 1 латентний шар з 5 показників, величину помилки
0,02645 та значення ефективності 0.2845115, що підтверджує доцільність її подальшого використання.
Обрана модель підтверджує нелінійність перебігу процесів господарювання машинобудівних підприємств, складність такого економічного явища, як імідж підприємства, і процесів господарювання, інформація про результати яких може зацікавити суб'єктів зовнішнього середовища, а особливо партнерів по бізнесу, які прагнуть працювати зі стійкими, відомим підприємствами.
Загальний вид моделі багаторівневого персептро-на наведено на рис. 1.
Таблиця 5
Характеристики побудованих моделей нейронних мереж
Номер моделі Тип моделі Величина помилки Кількість входів Кількість елементів на латентному шарі Ефективність моделі
1 RBF 0.07373 11 1 0.3401492
2 MLP 0.0741б 2 1 0.735б323
3 MLP 0.07299 2 1 0.79193б3
4 RBF 0.0б929 11 1 0.74б2529
S MLP 0.0S31 2 3 0.бЗ04954
б MLP 0.05б54 2 3 0.б11321б
7 MLP 0.04303 3 2 0.4бб3307
З MLP 0.04019 S 4 0.424395б
9 MLP 0.04017 S б 0.4304303
10 MLP 0.03893б 3 2 0.41743б2
11 Linear 0.033S4 1б - 0.417431
12 Linear 0.0372424 13 - 0.403302
13 Linear 0.03б93 14 - 0.399S919
14 Linear 0.03бб7 1S - 0.3973S9
1S MLP 0.03S49 S б 0.33S112S
1б MLP 0.03S1S б б 0.33015б1
17 MLP 0.0341 S 4 0.3б71704
13 MLP 0.03403 б б 0.3бб5272
19 MLP 0.0313004 б б 0.333б037
20 MLP 0.03033 б б 0.32S019
21 Linear 0.0273033 12 - 0.295б4б4
22 Linear 0.02707 11 - 0.2932413
23 MLP 0.02645 14 5 0.2845115
24 Linear 0.02437 13 - 0.2б3б135
2S Linear 0.02332 17 - 0.2513б71
2б MLP 0.02323 14 S 0.24209бЗ
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
Рис. 1. Загальний вид найкращої моделі багаторівневого персептрона
У табл. 6 представлено показники якості обраної моделі, що доводять адекватність її побудови досліджуваним процесам і високу якість. До таких показників доцільно віднести коефіцієнт кореляції - 0,9878581, коефіцієнт відношення Error S.D. до Data S.D. - 0.1554378. Саме співставлення показників помилки, ефективності та чутливості дозволило прийняти вірне рішення щодо вибору моделі нейронних мереж для прогнозування інтегрального показника об'єктивної складової іміджу підприємства [6].
Чутливість показників моделі представлено в табл. 7.
можна відмітити, що значення коефіцієнта Ratio більше 1 для всіх виділених вхідних показників підтверджує доцільність їх використання для оцінювання об'єктивної складової іміджу та обґрунтованість запропонованої системи показників.
За моделлю багаторівневого персептрону не всі показники запропонованої системи часткових показників були використані для прогнозування (див. табл. 8). Так, до складу вхідних показників не увійшло чотири показники - коефіцієнт фінансового ризику (Х6), питома вага інвестицій в нематеріальний основний капітал у загальному обсязі інвестицій в основний капітал (Х19), питома вага витрат на технологічну підготовку виробництва в загальному обсязі витрат на інновації (Х24) та питома вага інших джерел фінансування інноваційної діяльності в загальному обсязі інвестицій на інновації (Х27). Це свідчить про їх недостатній вплив на перебіг процесів господарювання для досліджуваної сукупності підприємств машинобудування.
За значенням ранга чутливості (табл. 7) найбільш вагомим показником є питома вага поточних витрат на технологічні інновації, питома вага власних інвестицій на технологічні інновації, рентабельність сукупного капіталу, коефіцієнт фінансової автономії. Найменшу чут-
Таблиця 6
Характеристики якості обраної моделі багаторівневого персептрона
Характеристика Умовне позначення Tr. VAR19
Середнє значення вихідного показника Data Mean 0,2053274
Середнє квадратичне відхилення значень вихідного показника Data S.D. 0,09024
Помилка середнього значення вихідного показника Error Mean 0,00040б7
Середнє квадратичне відхилення значень помилки вихідного показника Error S.D. 0,01403
Абсолютна середня помилка значень вихідного показника Abs E. Mean 0,01113
Коефіцієнт відношення Error S. D. до Data S. D. S.D. Ratio 0,1SS4373
Коефіцієнт кореляції Correlation 0,9373531
Таблиця 7
Аналіз чутливості показників обраної моделі багаторівневого персептрона
VAR1 VAR2 VAR3 VAR4 VAR6 VAR7 VAR8 VAR9
Rank 2 3 3 14 б 10 11 7
Error 0.0312199 0.01б101б 0.02433 0.0137 0.01396 0.0156 0.01437 0.01621
Ratio 2.242б3б 1.1S666 1.7S1313 0.9344333 1.362136 1.1207 1.032113 1.164632
VAR10 VAR11 VAR12 VAR14 VAR15 VAR17 - -
Rank 9 12 13 1 S 4 - -
Error 0.01S7S 0.01397 0.0139323 0.04633 0.0190S 0.02332 - -
Ratio 1.131403 1.003406 1.000364 3.363971 1.363613 1.675064 - -
Відповідність кодів показників у факторному аналізі та нейромережному моделюванні, що використовувалися у табл. 7, наведено в табл. 8, де введено додаткову змінну, якою є інтегральний показник іміджу за об'єктивною складовою, що є вихідною змінною моделі, тоді як всі інші часткові показники - вхідними змінними.
За результатами аналізу чутливості вхідних показників моделі багаторівневого персептрону (див. табл. 7),
ливість має коефіцієнт маневреності власного капіталу та показник питомої ваги інвестицій на обчислювальну техніку у загальному обсязі інвестицій на інформатизацію. Витрати на маркетинг і рекламу, від значення яких залежить проінформованість зовнішнього середовища про здобутки і можливості підприємства, посідають 7 місце, що підтверджує необхідність зосередження уваги з боку менеджерів підприємств на інформаційній скла-
довій господарювання. У цілому згідно з рангами часткових показників доцільно виділити таку послідовність показників, що створюють імідж підприємства: показники інноваційних процесів, ранги яких становлять 1,
5, 4, матеріальних ресурсів щодо оновлення основних фондів (6 ранг), фінансових ресурсів (2, 3, 8 і 14 ранги), людських ресурсів (ранги 10 та 11) та інформаційних ресурсів (ринги 7, 9, 12, 13). Таким чином, у майбутньому підприємствам машинобудування доцільно звернути увагу на інноваційну складову як пріоритетну щодо формування іміджу та інформаційну, як таку, що потребує значної уваги для покращення її використання.
Таблиця 8
Відповідність кодів показників, що використані у багатовимірному факторному аналізі та нейромережному моделюванні
Коди показників, яві використовувалися у факторному аналізі Коди показників у нейромережному моделюванні
Х2 УДМ
Х3 МВ2
Х4 МВ3
Х5 МВ4
Х6 МВ5
Х8 МВ6
Х12 МВ7
Х13 МВ8
Х15 МВ9
Х16 УД^О
Х17 мт
Х18 УДШ
Х19 УДШ
Х21 МВ14
Х23 мм5
Х24 МВ16
Х26 УДШ
Х27 МВ18
Інтегральний показник УДР19
Аналіз значення вагових коефіцієнтів синапсів для першого рівня моделі багаторівневого персептрону, функцій активації елементів латентного шару, доводять доцільність застосування нелінійних моделей для оцінювання іміджу підприємств за об'єктивною складовою [6, с. 121].
У табл. 9 наведено результати прогнозування інтегрального показника об'єктивної складової іміджу підприємств за моделлю багаторівневого персептрона на 2013 р. Як вхідні були використані значення часткових показників досліджуваних підприємств, враховуючи темпи їх зміни за останні 5 років.
Аналіз результатів прогнозування інтегрального показника об'єктивної складової іміджу доводить, що підприємства мають позитивну тенденцію до її підви-
щення, їм, в першу чергу, треба звернути увагу на управління тими показниками, які мають більшу чутливість, тобто управлінню інноваційними процесами на основі інформаційної взаємодії.
Таблиця 9
Прогнозне значення інтегрального показника об'єктивної складової іміджу підприємств на 2013 р. за моделлю багаторівневого персептрона
Підприємство Інтегральний показник
ВАТ «Вовчанський агрегатний завод» 0.4263446
ВАТ «Електромашина» 0.2398168
ВАТ «Завод «Потенціал» 0.08996
ВАТ «Харківський верстатобудівний завод» 0.1447786
ВАТ «Харківський електроапаратний завод» 0.1294842
ВАТ «Харківський електротехнічний завод «Укрелектромаш» 0.3460879
ВАТ «Харківський машинобудівний завод «Світло шахтаря» 0.410412
ДП «Харківський приладобудівний завод ім. Т. Г. Шевченка» 0.1944008
ДНВП «Об'єднання Комунар» 0.180611
ДП «Завод «Електроважмаш» 0.3660907
ДП «Завод «Радіореле» 0.2213572
ДП «Харківський радіозавод «Протон» 0.1398091
ВАТ «Завод ім. Фрунзе» 0.3487879
ДП «Завод ім. Малишева» 0.1220202
ЗАТ «Лозівський завод «Трактородеталь» 0.3599368
ЗАТ «Завод «Південкабель» 0.2430668
ДП «Ізюмський державний завод офтальмологічної лінзи» 0.09585
Ізюмський казенний приладобудівний завод 0.1757314
ВАТ «Коннектор» 0.1692354
ВАНВТ «Теплоавтомат» 0.1035874
ТОВ «Харківський завод підйомнотранспортного устаткування» 0.2135523
ВАТ «Турбоатом» 0.4156578
ДП «Харківський машинобудівний завод «ФЕД» 0.3474729
ДП «Харківський завод транспортного устаткування» 0.1580723
ДП «Харківський електромеханічний завод» 0.08728
Таким чином, результати моделювання оцінок показників об'єктивної складової іміджу підприємств машинобудування за допомогою інструментарію ней-ронних мереж дозволяють зробити такі висновки: найкращою моделлю для оцінювання об'єктивної складової іміджу підприємств є модель багаторівневого персептро-ну, оскільки її характеристики поєднують високий рівень
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
ЕКОНОМІКА МЕНЕДЖМЕНТ і МАРКЕТИНГ
апроксимації і прогнозування, про що свідчать результати навчання моделей. Оцінювання об'єктивної складової іміджу підприємств доцільно здійснювати на основі аналізу показників всіх видів економічних ресурсів: фінансових, матеріальних, людських, інформаційних та інноваційної діяльності з урахуванням їх різної чутливості. ■
ЛІТЕРАТУРА
1. Благуш П. Факторный анализ с обобщениями / П. Благуш. - М. : Финансы и статистика, 1989. - 248 с.
2. Гуревич П. С. Объекты и методы формирования имиджа / П. С. Гуревич. [Электронный ресурс]. - Режим доступа : http://dit.perm.ru/articles/marketing/data/010809.htm
3. Єгоршин О. О. Методи багатомірного статистичного аналізу / О. О. Єгоршин, А. М. Зосімов, В. С. Пономаренко. - К. : ІЗМН, 1998. - 208 с.
4. Заруба В. Я. Концепция ценностей в управлении социально-экономическими системами / В. Я. Заруба // Проблеми та перспективи формування національної гуманітарно-технічної еліти : зб. наук. пр. - Вип. 1(5). - Харків : НТУ «ХПІ», 2003. - С. 120 - 125.
5. Инберла К. Факторный анализ / К. Инберла. - М. : Статистика, 1980. - 398 с.
6. Кизим Н. А. Нейронные сети: теория и практика применения : монография / Н. А. Кизим, Е. Н. Ястремская, В. Ф. Синчуков. - Х. : Ид «ИНЖЭК», 2008. - 240 с.
7. Ким Дж.-О. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч. У. Мюллер., У.Р. Клекка - М. : Финансы и статистика, 1989. - 216 с.