CC BY
219
Что понимается под национальной инновационной системой? Это - сеть организаций, институтов, вузов, конструкторских, технологических бюро, предприятий крупного, среднего и малого бизнеса, финансовых структур, органов власти в государственном и частном секторах, чья деятельность и взаимосвязи которых способствуют созданию, разработке, модифицированию, импортированию и распространению новаций (нововведений).
Под инновационной способностью нации (рис.2) понимается ее способность быстро генерировать, распространять и использовать поток знаний и технологий в интересах экономического роста и конкурентоспособности товаров, производимых страной, то есть инновационная способность нации - это структурная характеристика организации общественной жизни в стране, она охватывает все ее сферы.
Создание современной национальной инновационной системы и решение проблемы повышения уровня национальной инновационной активности позволяют достичь важнейших целей государства: конкурентоспособность на мировых рынках товаров и услуг; могущество страны, в том числе и экономическое; процветание нации, предупреждение кризисов.
Литература:
1. Annual report on Small Business Innovation Research Program (SBIR)./SBA (U.S. Small Business Administration). - 2011/ p. 132-148
2. BROPHY David, United States Venture Capital Markets: Changes and Challenges: OECD report./ OECD. - 2010. - p.39-52.
3. SINGER John Introduction to venture capital: Private Equity Guidebook./ EVCA.
4. WALL John SMITH Jilian Better Exits: Private Equity Guidebook./ Price Waterhouse Corporate Finance, EVCA. - 2011
5. Country Studies of Venture Capital and Innovations./ OECD. -2009.
6. Инновационная экономика. Теория и практика. Материалы международной научно-практической конференции, Редактор Виктор Делия, Издательство: Де-По, 2011 г.
7. The Economic Impact of Venture Capital in Europe: Coopers and Lybrand Corporate Finance Survey.
8. The Lean Startup: How today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses/ Eric Ries/ Crown Business (September 13, 2011)
9. Горизонты инновационной экономики в России. Право, институты, модели, Редактор В. Макаров, Издательство: Ленанд, 2010 г.
10. Управление знаниями в инновационной экономике, Редактор Борис Мильнер, Издательство: Экономика, 2009 г.
11. Survey of Venture Capital and Private Equity in Europe./ EVCA, KPMG. - 2008.
12. ENGLER Wolfgang Lessons learned in venture capital in Russia: NIS venture program documentation. - 2009.
13. Innovation and Entrepreneurship by Peter F. Drucker/ HarperBusiness / May 9, 2006/ p. 15-31
УПРАВЛЕНИЕ ДЕБИТОРСКОЙ ЗАДОЛЖЕННОСТЬЮ С ПРИМЕНЕНИЕМ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МЕТОДА КЛАСТЕРНОГО АНАЛИЗА
Кахриманова Д.Г., к.э.н., доцент кафедры менеджмента и маркетинга, НОУ ИНЭП Кирпичева М.А., к.э.н., доцент кафедры менеджмента и маркетинга, НОУ ИНЭП
Статья посвящена вопросам управления дебиторской задолженностью, рассмотрены сущность и цели управления дебиторской задолженностью, исследовано назначение проведения кластерного анализа.
Ключевые слова: экономическое развитие, политика предприятия, дебиторская задолженность, кластерный анализ.
MANAGEMENT OF RECEIVABLES WITH APPLICATION OF AN ECONOMIC-MATHEMATICAL METHOD OF THE CLUSTER ANALYSIS
Kakhrimanova D., сandidate of economic sciences, associate professor of management and marketing, NOUINEP Kirpicheva M., сandidate of economic sciences, associate professor of management and marketing, NOU INEP
Article is devoted to questions of management by receivables, are considered essence and the purposes of management by receivables, purpose of carrying out the cluster analysis is investigated.
Keywords: economic development, policy of the enterprise, receivables, cluster analysis.
Современное экономическое развитие России характеризуется дефицитом оборотных средств в экономике, что вызывает рост дебиторской задолженности фирм. Поэтому вопросы эффективного управления дебиторской задолженностью имеют большую актуальность.
Все фирмы стараются производить продажу товара с немедленной оплатой, но требования конкуренции вынуждают соглашаться на отсрочку платежей, в результате чего появляется дебиторская задолженность. Дебиторская задолженность - сумма долгов, причитающихся предприятию, организации, учреждению от юридических или физических лиц, иначе говоря, это отвлечение хозяйственных средств из оборота. Дебиторская задолженность занимает более 30% оборотных активов.
По статистическим данным наиболее существенной частью всей дебиторской задолженности является задолженность по оплате товаров, реализованных в кредит, который предоставляется с одной стороны под действием конкурентной рыночной среды, а с другой -политикой стимулирования объемов продаж [1].
Целью любой политики управления дебиторской задолженностью в рамках конкретного предприятия является максимизация прибыли этого предприятия. Таким образом, выбранная политика должна быть такой, которая оптимизировала бы размер дебиторской задолженности, запасов и наличности в целом.
В основном управление дебиторской задолженностью состоит из управления товарным кредитом, так как он является наиболее существенной ее частью.
Управление товарным кредитом опирается на кредитную политику и политику финансирования. Дебиторская задолженность - это одна из самых актуальных тем не только предприятий оптовой торговли, но и всех хозяйствующих субъектов Российской рыночной экономики. Предприятия оптовой торговли - торговые предприятия, осуществляющее куплю-продажу товаров с целью их последующей перепродажи, а также оказывающие услуги по организации оптового оборота товаров.
Современный этап экономического развития страны характеризуется значительным замедлением платежного оборота, что вызывает рост дебиторской задолженности на предприятиях торговли. В связи с острой конкуренцией на рынке, боясь потерять клиентов фирмы идут на агрессивную (мягкую) кредитную политику, когда приоритетной целью ставят максимизацию дополнительной прибыли за счет расширения объема реализации продукции в кредит, не считаясь с высоким уровнем кредитного риска, который сопровождает эти операции.
Механизмом реализации политики такого типа является распространение кредита на более рискованные группы покупателей продукции, увеличение периода предоставления кредита и его размера, снижение стоимости кредита до минимально допустимых размеров, предоставление покупателям возможности пролонгирования кредита.
В конечном итоге это может привести к не возврату кредита контрагентами и, соответственно, к увеличению дебиторской задолженности в общей структуре активов [4].
Контрагентам заинтересованы брать на таких условиях коммерческий кредит, так как получат выгоду от снижения затрат на покупку товаров.
Высокая доля дебиторской задолженности в общей структуре активов создает финансовые затруднения.
Предприятие будет ощущать недостаток финансовых ресурсов для приобретения запасов, выплаты заработной платы и другое, снижает ликвидность и финансовую устойчивость, повышает риск финансовых потерь компании, все это в результате может привести к банкротству. Решение этих проблем требует квалифицированного управления дебиторской задолженностью, что является залогом улучшения финансового положения фирмы. Опыт предприятий показывает, что меры по возврату дебиторской задолженности входят в группу наиболее действенных мер повышения эффективности за счет внутренних резервов предприятия и могут быстро принести положительный результат. Возврат задолженности в сжатые сроки - реальная возможность пополнения дефицитных оборотных средств.
Поэтому важной задачей предприятия является анализ дебиторской задолженности и ее эффективное управление, направленное на оптимизацию общего ее размера и обеспечение своевременной инкассации долга. Разумное управление дебиторской задолженностью способствует росту объемов продаж, занимаемой компанией доли рынка, положительно влияет на финансовые результаты.
Управление дебиторской задолженностью - это процесс реализации управленческих функций, включающий анализ состояния дебиторской задолженности, разработку адекватной кредитной политики и обеспечение использования форм рефинансирования. Разработав общий подход к управлению дебиторской задолженностью, компания старается его придерживаться.
Управление дебиторской задолженностью непосредственно влияет на прибыльность компании и определяет дисконтную и кредитную политику для малоэффективных покупателей, пути ускорения востребования долгов и уменьшение безнадежных долгов, а также выбор условий продажи, обеспечивающих гарантированное поступление денежных средств.
Для эффективного анализа и управления дебиторской задолженности контрагентов можно применять экономико - математический метод кластерный анализ.
Главное назначение кластерного анализа - разбиение множества исследуемых объектов и признаков на однородные в соответствующем понимании группы или кластеры. Это означает, что решается задача классификации данных и выявления соответствующей структуры в ней. Методы кластерного анализа можно применять в самых различных случаях, даже в тех, когда речь идет о простой группировке, в которой все сводится к образованию групп по количественному сходству [3].
Большое достоинство кластерного анализа в том, что он позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. Кроме того, кластерный анализ в отличие от большинства экономико-математических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы. Это имеет большое значение, например, для прогнозирования конъюнктуры, когда показатели имеют разнообразный вид, затрудняющий применение традиционных эконометрических подходов.
Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы информации, делать их компактными и наглядными. Кластерный анализ имеет применительно к совокупностям временных рядов, характеризующих экономическое развитие (например, общехозяйственной и товарной конъюнктуры). Здесь можно выделять периоды, когда значения соответствующих показателей были достаточно близкими, а также определять группы временных рядов, динамика которых наиболее схожа.
Как и любой другой метод, кластерный анализ имеет определенные недостатки и ограничения: в частности, состав и количество кластеров зависит от выбираемых критериев разбиения. При сведении исходного массива данных к более компактному виду могут возникать определенные искажения, а также могут теряться индивидуальные черты отдельных объектов за счет замены их характеристиками обобщенных значений параметров кластера. При проведении классификации объектов игнорируется очень часто возможность отсутствия в рассматриваемой совокупности каких-либо значений кластеров.
В кластерном анализе считается, что:
а) выбранные характеристики допускают в принципе желательное разбиение на кластеры;
б) единицы измерения (масштаб) выбраны правильно. Выбор масштаба играет большую роль. Как правило, данные нормализуют вычитанием среднего и делением на стандартное отклонение, так что дисперсия оказывается равной единице;
Задача кластерного анализа заключается в том, чтобы на основании данных, содержащихся во множестве Х, разбить множество объектов G на т (т - целое) кластеров (подмножеств) Q1, Q2, ..., Qm, так, чтобы каждый объект Gj принадлежал одному и только одному подмножеству разбиения и чтобы объекты, принадлежащие одному и тому же кластеру, были сходными, в то время, как объекты, принадлежащие разным кластерам были разнородными.
Например, пусть G включает п стран, любая из которых характеризуется ВНП на душу населения ^1), числом М автомашин на 1 тысячу человек ^2), душевым потреблением электроэнергии ^3), душевым потреблением стали ^4) и т.д. Тогда Х1 (вектор измерений) представляет собой набор указанных характеристик для первой страны, Х2 - для второй, Х3 для третьей, и т.д. Задача заключается в том, чтобы разбить страны по уровню развития.
Решением задачи кластерного анализа являются разбиения, удовлетворяющие некоторому критерию оптимальности.
Этот критерий может представлять собой некоторый функционал, выражающий уровни желательности различных разбиений и группировок, который называют целевой функцией. Наиболее трудным считается определение однородности объектов, которые задаются введением расстояния между объектами х1 и xj (р(х1 ^)) . Объекты будут однородными в случае р(х1 ^)^’р пор, где р пор - заданное пороговое значение.
Выбор расстояния (р) является основным моментом исследования, от которого зависят окончательные варианты разбиения. Наиболее распространенными считаются процедуры «ближайшего соседа», основанные на близости объектов по совокупности рассматриваемых признаков, и «дальнего соседа».
В методе «ближнего соседа» расстояние между двумя кластерами определяется расстоянием между двумя наиболее близкими объектами (ближайшими соседями) в различных кластерах. Это правило должно, в известном смысле, нанизывать объекты вместе для формирования кластеров, и результирующие кластеры имеют тенденцию быть представленными длинными “цепочками”.
В методе «дальнего соседа» расстояния между кластерами определяются наибольшим расстоянием между любыми двумя объектами в различных кластерах (т.е. “наиболее удаленными соседями”). Этот метод обычно работает очень хорошо, когда объекты происходят на самом деле из реально различных “рощ”. Если же кластеры имеют в некотором роде удлиненную форму или их естественный тип является “цепочечным”, то этот метод непригоден.
В задачах кластерного анализа часто используют Евклидово и Хемингово расстояния.
Сравнивается близость двух объектов по большому числу признаков.
1,2,...,*
Хемингово расстояние: Р Е (Х1, Х]) _ 1 Хг Х] 1 , где (2)
I,
к- количество признаков;
1, j- признаки.
Используется как мера различия объектов, задаваемых атрибутивными признаками.
Выбор метрики - расстояния определяется структурой признакового пространства и целью классификации. При использовании процедур кластерного анализа расчленение объектов совокупности на качественно однородные группы производится одновременно по большому числу признаков, но при соблюдении условия, что ни один признак не выделяется по своей значимости так, что группировка на его основе является главной. Особенностью кластерного анализа является то, что различия между единицами, входящими в выделенную группу, незначительны, а различия между группами существенны.
Существует достаточно много методов кластерного анализа. Остановимся на некоторых из них:
1) Объединение (древовидная кластеризация). Этот метод состоит в объединении объектов (например, контрагентов) в достаточно большие кластеры, используя некоторую меру сходства или расстояние между объектами. Типичным результатом такой кластеризации является иерархическое дерево. (Рис.1)
Диаграмма начинается с каждого объекта в классе (в левой части диаграммы). Теперь представим себе, что постепенно (очень малыми шагами) вы “ослабляете” ваш критерий о том, какие объекты являются уникальными, а какие нет. Другими словами, вы понижаете порог, относящийся к решению об объединении двух или более объектов в один кластер. В результате, вы связываете вместе всё большее и большее число объектов и агрегируете (объединяете) все больше и больше кластеров, состоящих из все сильнее различающихся элементов. Окончательно, на последнем шаге все объекты объединяются вместе.
На этой диаграмме вертикальные оси представляют расстояние объединения (в горизонтальных древовидных диаграммах горизонтальные оси представляют расстояние объединения).
Так, для каждого узла в графе (там, где формируется новый кластер) вы можете видеть величину расстояния, для которого соответствующие элементы связываются в новый единственный кластер.
рггпп 6 -
5 -
4 -
3 -
2 ~~ —1—
1 -
0 1 2 3 4 5 6 X
Рис.1. Иерархическое дерево
Когда данные имеют ясную “структуру” в терминах кластеров объектов, сходных между собой, тогда эта структура, скорее всего, должна быть отражена в иерархическом дереве различными ветвями. В результате успешного анализа методом объединения появляется возможность обнаружить кластеры (ветви) и интерпретировать их.
2) Двувходовое объединение. Суть двувходового объединения покажем на примере. Финансовый директор собирает данные о различных характеристиках (переменные) финансового состояния контрагентов (наблюдений), имеющие задолженность. Он может захотеть кластеризовать наблюдения (контрагентов) для определения кластеров контрагентов со схожим финансовым состоянием. В то же самое время он может захотеть кластеризовать переменные для определения кластеров переменных, которые связаны со сходным финансовым состоянием. Двувходовое объединение позволяет проводить кластеризацию в обоих направлениях. Двувходовое объединение используется (относительно редко) в обстоятельствах, когда ожидается, что и наблюдения и переменные одновременно вносят вклад в обнаружение осмысленных кластеров. Двувходовое объединение является наименее часто используемым методом. Однако некоторые исследователи полагают, что он предлагает мощное средство разведочного анализа данных.
3) Метод К - средних. Этот метод кластеризации существенно отличается от методов объединения (древовидная кластеризация) и двувходового объединения. Весь исходный набор примеров разбивается на к-классов таким образом, что минимизируется евклидово расстояние между объектами внутри классов и максимизируется евклидово расстояние между классами. Обычно применяется для определения структуры кластеров после обучения карты. При этом кластеризации подвергаются не исходные примеры выборки, а вектора весовых коэффициентов карты.
Рассмотрим как можно оптимизировать дебиторскую задолженность в ООО «АВИАТЭКС-Каскад» с применением кластерного анализа. В компании неэффективно построено управление дебиторской задолженностью: работа со счетами ведется неудовлетворительно, отсутствуют какие - либо стандарты кредитоспособности, то есть кредит предоставляется всем претендентам без исключения, политика инкассации (сроки и формы напоминаний покупателям о дате платежей; условия пролонгирования долга по предоставленному кредиту; условия возбуждения дела о банкротстве несостоятельных дебиторов). Фирма предоставляет контрагентам 30 дневной кредит без льготных условий (система скидок отсутствует). Дебиторская задолженность на конец 2010 года составляет 806тыс. руб. или 29% оборотных активов, на конец 2011 года 1343 тыс.руб. или 51%.
Для оптимизации управления дебиторской задолженностью применим один из методов кластерного анализа: метод объединения.
Проводим кластерный анализ по проблемным контрагентам.
Результаты кластерного анализа используем для обоснования подходов к оптимизации управления дебиторской задолженности:
- штрафные санкции на покупателей второго и третьего кластера;
- стимулирование покупателей к уменьшению задержек платежей;
- сокращение нормативного срока оплаты до двух недель с соответствующим увеличением надбавки к цене товара;
- премия или скидки с цены покупателям за увеличение объема закупок;
Кластерный анализ проводится после анализа дебиторской задолженности. Анализ дебиторской задолженности включает: вначале проанализируем состав и структуру дебиторской задолженности, дадим оценку с точки зрения её реальной стоимости, распределим дебиторскую задолженность по срокам образования, определим качество и ликвидность этой задолженности.
Проанализировав состав и структуру дебиторской задолженности сделаем выводы за счет чего и на сколько она увеличилась или уменьшилась. Далее необходимо провести анализ показателей качества и ликвидности дебиторской задолженности. Показатель качества определяет вероятность получения задолженности в полной сумме, которая зависит от срока образования задолженности.
С помощью анализа дебиторской задолженности по срокам ее возникновения выявляется, что составляет основную ее часть, определяется долю краткосрочной дебиторской задолженности в общей сумме и удельный вес долгосрочной дебиторской задолженности в общей ее сумме. Далее рассчитывается коэффициент оборачиваемости.
Коэффициент оборачиваемости рассчитывается как отношение объема дохода (выручки) от реализации продукции (работ, услуг) к средней дебиторской задолженности. Этот коэффициент показывает, сколько раз задолженность образуется и поступает предприятию за исследуемый период.
Оборачиваемость дебиторской задолженности (ОД), может быть рассчитана и в днях. Этот показатель отражает среднее число дней, необходимое для её возврата. Рассчитывается как отношение количества дней в периоде и коэффициента оборачиваемости. Иногда оборачиваемость дебиторской задолженности называется периодом погашения дебиторской задолженности. Следует иметь в виду, что чем больше период просрочки задолженности, тем выше риск непогашения.
Для того чтобы получить полную картину дебиторской задолженности необходимо проанализировать структуру оборотных средств предприятия, долю сомнительной дебиторской задолженности в текущих активах, которая определяется отношением сомнительной дебиторской задолженности к текущим активам и проследим динамику ее изменения. С помощью анализа оборотных средств определим, что занимает наибольший удельный вес в текущих активах. Если доля сомнительной задолженности к текущим активам изменяется хаотично, резкие скачки, то уменьшение, то увеличение доли, это свидетельствует о нестабильной ликвидности дебиторской задолженности.
Тенденция роста как доли дебиторской задолженности, так и доли сомнительной дебиторской задолженности в текущих активах свидетельствует о нестабильной ликвидности дебиторской задолженности, о постоянном уменьшении ликвидности дебиторской задолженности, т.е. с каждым периодом сомнительная дебиторская задолженность растет.
Далее необходимо вычислить коэффициент ненадежности проблемных дебиторов, который учитывает сумму заказа, время и сумму задолженности.
Кнен.= 1000* ущерб / сумма заказа (3)
На основании коэффициента ненадежности проведем кластерный анализ проблемных контрагентов. Анализ будем проводить методом объединения (древовидная кластеризация).
Таблица 1. Коэффициент ненадежности проблемных дебиторов
ТД «Алые паруса» «Перекресток» ТД «Левина» ТД «Италия» «Седьмой континент» «12 месяцев»
Коэф.ненадеж- НОСТИ 6 38 86 115 378 420
Выделяем расстояние р между коэффициентами по следующей формуле:
Ре (Х, х]) = л/(х),2,".,к - х1:2,'..,к )2 , где (4)
к- количество признаков;
1, j- признаки.
Таблица 2. Расстояние р между коэффициентами
1 2 3 4 5 6
1 0 33 80 109 373 414
2 33 0 47 76 340 382
3 80 47 0 29 293 334
4 109 76 29 0 264 306
5 373 340 293 264 0 42
6 414 382 334 306 42 0
Считаем по принципу ближнего и дальнего соседа. Принцип ближнего соседа:
1 2 3 4 5 6
1 0 33 80 109 373 414
2 0 47 76 340 382
3 0 29 293 334
4 0 264 306
5 0 42
6 0
Pmin= Р3,4= 29 (S1,S2,S3,4,S5,S6);
1 2 3,4 5 6
1 0 33 80 373 414
2 0 47 340 382
3,4 0 264 306
5 0 42
6 0
Pmin= PI,2=33 (SI,2, S3,4, S5, S6)
1,2 3,4 5 6
1,2 0 47 340 382
3,4 0 264 306
5 0 42
6 0
Pmin= Р5,6=42 (S1,2, S3,4, S5,6)
1,2 3,4 5,6
1,2 0 47 340
3,4 0 264
5,6 0
Pmin= P1,2,3,4=47 (S1,2,3,4, S5,6)
Таким образом, при проведении кластерного анализа по принципу ближнего соседа получили два кластера (рис. 2).
5 6
Рис. 2. Дендрограмма по принципу «ближнего соседа»
Принцип дальнего соседа:
1 2 3 4 5 6
1 0 33 80 109 373 414
2 33 0 47 76 340 382
3 80 47 0 29 293 334
4 109 76 29 0 264 306
5 373 340 293 264 0 42
6 414 382 334 306 42 0
Pmin=P3,4=29 (S1,S2,S3,4,S5,S6)
1 2 3,4 5 6
1 0 33 109 373 414
2 0 76 340 382
3,4 0 293 334
5 0 42
6 0
Pmin= PI,2=33 (SI,2, S3,4, S5, S6)
Pmin= P5,6=42 (S1,2, S3,4, S5,6)
Pmin= P1,2,3,4=109 (S1,2,3,4, S5,6)
При проведении кластерного анализа по принципу дальнего соседа получили два кластера (рис. 3).
Проводим кластерный анализ только по проблемным контрагентам. У фирмы есть 14 контрагентов, которые вовремя оплачивают платежи. Общая сумма заказа этих контрагентов 3979 тыс.руб. Эти покупатели практически не наносят ущерб фирме. Получается три кластера:
1. Клиенты, которые расплачиваются немедленно за покупку;
2. Клиенты, у которых небольшой срок просрочки;
3. Клиенты, у которых срок просрочки больше двух месяцев.
Всего покупателей за год 20.
Далее рассчитывается ущерб, наносимый вторым и третьим кластерами.
Ущерб фирмы от задержки оплаты поставленных товаров покупателям (Тз1) рассчитывается по формуле:
Тз
Ущ.ф.=
= ^ cy X Ущ.і(Тзі)
при этом
( 5)
і=1
Рис. 3. Дендрограмма по принципу «дальнего соседа»
Ущ .icy (Тз) = CY х Yi х eFxTss - Cy х Yi x EPхТнн,
( 6)
где
р- годовая ставка банковских процентов по депозитам с учетом прироста инфляции:
Р = Рб + Хинфл. ,
Тнс- нормативный срок оплаты
На основе кластерного анализа оптимизируем дебиторскую задолженность.
Литература:
1. Артемова В.С. « Управление запасами и дебиторской задолженностью на предприятиях торговли». М: «Финансы и статистика», 2005
2. Ивашкевич В.Б. «Учет и анализ дебиторской и кредиторской задолженности» - М: «Финансы и статистика», 2005
3. Репин В.В. «Дебиторская задолженность: анализ и управление» «Консультант», № 18, 2005.
4. Сухова Л.Ф, Чернова Н.А «Практикум по разработке бизнес-плана и финансовому анализу предприятия». - М: Финансы и статистика, 2005
УПРАВЛЕНИЕ ПРОЕКТАМИ ПО ВНЕДРЕНИЮ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ
Ляхов А.А., аспирант, Институт дополнительного профессионального образования ГАСИС НИУ ВШЭ
В статье обоснована идея, что в современных условиях экономического развития от промышленных предприятий требуется не только активизации инновационной деятельности, но и совершенствования методов управления проектами по внедрению технологий.
Ключевые слова: управление проектами, инновации, инновационная деятельность, инновационные технологии, инжиниринг, дорожная карта.
PROJECT MANAGEMENT FOR THE IMPLEMENTATION OF INNOVATIVE TECHNOLOGIES
Lyakhov A., the post graduate student, Institute for Continuing Professional Education GASIS The Research University HSE
The article substantiates the idea that in modern conditions of economic development from industrial enterprises requires not only the strengthening of innovation, but also improve the management of projects on the introduction of technologies.
Keywords: project management, innovation, innovation, engineering, innovative technology road map.
В России и других странах бывшего СССР быстрый переход ектом могут пониматься любые виды идей и действий, которые ха-
предприятий к проектно ориентированному управлению стал воз- рактеризуются конкретной целью; временем начала и окончания
можен благодаря широкому распространению западной теории уп- работ; финансовыми ограничениями и потреблением различного
равления проектами, адаптации прикладных методик управления вида ресурсов.
к российским условиям в сфере программных продуктов, разви- Проанализировав основные составляющие проектов, можно
тию российских консалтинговых компаний, а также созданию пред- сформулировать наиболее всеобъемлющее определение проекта.
приятий с участием иностранного капитала. Проект (project) - это идея и действия по ее реализации, с це-
Однако внедрение управления проектами на российских пред- лью создания продукта, услуги или другого полезного результата.
приятиях проходит очень сложно. Сказывается не только отсут- Реализация проекта - это комплекс мер, дел и действий, направ-
ствие квалифицированного персонала, но и, зачастую, нежелание ленных на достижение целей проекта.
руководителей осуществлять необходимые изменения. Результат - созданный продукт, услуга, соответствующая тре-
Управление проектами подразумевает разрушение существу- бованиям, указанным в проекте. ющих жестких иерархических организационных структур и адап- Анализ различных определений приводит к выводу, что специфи-
тацию методик управления, которые разрушают старые традици- ческое содержание инновации составляют изменения, а главной фун-онные связи и создают новые, корпоративные. кцией инновационной деятельности является функция изменения.
В настоящее время отсутствует единый подход к понятию «про- Австрийский ученый И. Шумпетер выделял пять типичных
ект» как в отечественной, так и в зарубежной литературе. Под про- изменений:
