Оптимизация бюджета стратегии преобразований промышленного комплекса на основе нейросетевого моделирования

Целью исследования является разработка и апробация методологического инструментария для оптимизации структуры и направлений расходования бюджетов стратегий преобразований индустриальных комплексов. Актуальность исследования обусловлена необходимостью перестроения бизнес-процессов и моделей стратегического управления в промышленности, а также общего повышения эффективности функционирования отечественных предприятий в условиях становления цифровой экономики. В настоящее время российская промышленность развивается преимущественно по экстенсивному пути, который не обеспечивает глубокую инновационную трансформацию бизнеса и необходимый рост производительности труда.

Материалы и методы. Источником данных для проведенного исследования являются материалы Росстата о развитии промышленности РФ, показатели экономической деятельности индустриальных компаний, содержащихся в базах СПАРК-Интерфакс, а также результаты мониторинговых мероприятий KPMG и Агентства стратегических инициатив. В работе применяются методы нейросетевого моделирования и бюджетирования, сравнительный количественный и структурный анализ, индексный подход и другие инструменты.

Результаты исследования. В статье обосновано формирование бюджетов стратегий преобразований индустриальных компаний на основе групп стратегически значимых расходов. Проведен анализ и выявлены проблемы текущей структуры бюджетов стратегий трансформации промышленных комплексов Воронежской, Липецкой, Курской и ряда других областей. Разработан методический прием, позволяющий выбрать оптимальный вариант распределения средств бюджета стратегии между ключевыми направлениями трансформации промышленного комплекса, отличающийся применением технологий нейросетевого моделирования и обеспечивающий наибольшее увеличение выручки и производительности труда при сохранении финансово-экономической устойчивости предприятия. Построена нейронная сеть прямого распространения сигнала, которая использована для прогнозирования значений финансово-экономических показателей промышленного комплекса в зависимости от распределения средств в бюджете его стратегии. На основе проведенного моделирования выполнена оптимизация бюджетов стратегий предприятий и спрогнозированы результаты их трансформации (в части увеличения выручки и производительности труда).

Заключение. Результаты исследования показывают, что значительный рост производительности труда в промышленности может быть достигнут за счет увеличения объема финансирования и реализации мероприятий, направленных на цифровизацию бизнес-процессов, проведение НИОКР и внедрение организационных инноваций на предприятиях. Проведенный анализ показывает высокую потенциальную эффективность стратегий трансформации всех исследуемых промышленных комплексов после оптимизации их бюджетов. Наиболее высокие показатели могут быть достигнуты на АО «ПК «Энергия», АО «Счетмаш», АО «Курский электроаппаратный завод» и других компаниях. Результаты исследования могут быть использованы менеджментом индустриальных структур в качестве научно-методологического и практического инструментария при проведении институциональных изменений на предприятиях и комплексах промышленности.

1. Леванова Е.Ю., Данилова Н.Л., Хусаинова А.С. Методы и последовательность проведения экономико-статистического анализа финансовой устойчивости экономического субъекта // Вестник Российского университета кооперации. 2021. № 3(45). С. 24–29.

2. Нименья И.Н., Черкасова И.О. Оценка эффективности деятельности предприятия на основе анализа бюджета // Вестник ИНЖЭКОНа. Серия: Экономика. 2013. № 5(64). С. 43–49.

3. Снатенков А.А., Исайчева Е.А. Статистический анализ финансовой устойчивости компаний производства пищевой продукции Российской Федерации // Азимут научных исследований: экономика и управление. 2020. Т. 9. № 4(33). С. 349–351.

4. Наседкина Т.И., Черных А.И., Гончаренко О.В. Анализ рентабельности как инструмент управления организацией // Инновации в АПК: проблемы и перспективы. 2021. № 1(29). С. 173–192.

5. Титова О.В., Зверева Е.Е. Применение статистических методов в анализе исполнения и формирования бюджета на основе данных предприятия ПАО «НЛМК» // Вектор экономики. 2021. № 1(55). С. 51.

6. Нуркашева Н.С., Акпарова А.А., Айдынов З.П. Модели бюджетирования в строительных организациях // Статистика, учет и аудит. 2019. № 2(73). С. 219–224.

7. Исследование по цифровизации и инновационной открытости российских предприятий. Результаты совместного опроса KPMG и Агентства стратегических инициатив (август, 2020 г.). [Электрон. ресурс]. Режим доступа: https://home.kpmg/ru/ru/home/insights/2020/08/innovations-report-kpmg-asi.html. (Дата обращения: 14.05.2022).

8. Крусс А.Е. Преодоление стратегического разрыва // Российское предпринимательство. 2007. № 10. С. 37–41.

9. Клейнер Г.Б., Пирогов Н.Л. Главная задача – совершенствование организационно-экономического механизма развития российских предприятий // МИР (Модернизация. Инновации. Развитие). 2018. Т. 9. № 2. С. 248–259.

10. Валь Г. Факторы, влияющие на реализацию корпоративной стратегии // SAP Professional Journal Россия. 2019.№ 2(73). C. 21–24.

11. Ukko J., Nasiri M., Saunila M., Rantala T. Sustainability Strategy as a Moderator in the Relationship between Digital Business Strategy and Financial Performance // Journal of Cleaner Production. 2019. Т. 236. (Дата обращения: 14.05.2022).

12. Henriette E., Feki M., Boughzala I. The Shape of Digital Transformation: A Systematic Literature Review // Proceedings of the Ninth Mediterranean Conference on Information Systems (MCIS) Samos, Greece, 2015. С. 1–7.

13. Kotarba M. Digital Transformation of Business Models // Foundations of Management. 2018. № 10. С. 123–142.

14. Verhoef P., Broekhuizen T., Bart Y.et al. Digital transformation: A multidisciplinary reflection and research agenda // Journal of Business Research. 2021. № 122. С. 889–901.

15. Andrews D., Nicoletti G., Timiliotis C. Digital technology diffusion: A matter of capabilities, incentives or both? // OECD Economics Department Working Papers No1476. Paris: OECD Publishing, 2018. 79 с.

16. Нортон Д., Каплан Р. Защитите стратегически важные расходы. Harvard business review. [Электрон. ресурс]. Режим доступа: https://hbr-russia.ru/management/upravlenie-izmeneniyami/a9748/. (Дата обращения: 14.05.2022).

17. Федеральная служба государственной статистики [Электрон. ресурс]. Режим доступа: http://www.gks.ru/. (Дата обращения: 14.05.2022).

18. Адизес И. Управление жизненным циклом корпораций. М.: Манн, Иванов и Фербер, 2019. 512 с.

19. Ганьшина Е.Ю., Смирнова И.Л., Иванова С.П. Взаимосвязь выбора направлений инвестирования с последующими экономическими результатами и стратегией устойчивого развития организации // Вестник Российского экономического университета им. Г.В. Плеханова. 2021. № 3. С. 56–65.

20. Пен Т.В. Создание математической модели для решения экономических задач, используя математический аппарат «нейронная сеть» // Молодой ученый. 2019. № 3(241). С. 109–112.

21. Кочеваткина Э.Ф., Миляева Н.В., Устинова Н.Н. Применение нейронных сетей для прогнозирования экономических явлений // Modern Economy Success. 2022. № 2. С. 100–106.

22. Пынько Л.Е., Толкачева Е.В. Применение нейронных сетей в регрессионном анализе регионального управления цифровизацией экономики // Власть и управление на Востоке России. 2020. № 3(92). С. 126–134.

23. Болотов Р.О. О применении нейронных сетей для оценки финансовой устойчивости компаний // Russian Journal of Management. 2020. Т. 8. № 1. С. 106–110.

24. Коваленко Л.А. Применение сверточных нейронных сетей для прогнозирования временных рядов // Процессы управления и устойчивость. 2019. Т. 6. № 1. С. 292–296.

25. Саадалов Т., Мырзаибраимов Р., Абдуллаева Ж.Д. Методика расчета коэффициента корреляции Фехнера и Пирсона, и их области применения // Бюллетень науки и практики. 2021. Т. 7. № 10. С. 270–276.

26. Бабина Д.А., Глебова В.А. Метод оценки нормальности распределения результатов измерений по критерию согласия Пирсона на основе Excel // Молодой ученый. 2021. № 47(389). С. 75–81.

27. Муравьев С.Р., Пэк Т.Н. Критерии экономической эффективности и результативности при оценке бюджетных программ // Финансовая экономика. 2019. № 4. С. 76–81.

28. Легостаева С.А., Алехина Л.Л., Трошина Е.В. Построение модели оценки результативности и эффективности управления по результатам // Вестник ОрелГИЭТ. 2020. № 2(52). С. 24–30.