Инновационная деятельность предприятий в современных рыночных условиях является одним из важнейших факторов, определяющих их инвестиционную привлекательность [1]–[4], [6]. Очевидно, что продукция, производимая предприятиями на основе морально и физически устаревших технологий, в средне- и долгосрочной перспективе уступает свою долю рынка и становится неконкурентоспособной по сравнению с товарами, отражающими и опережающими современные ожидания потребителей. Кризис экономики России и мировой экономики не только не отменяет, но и усиливает роль инновационной активности, являющейся составляющей любого антикризисного управления [5]. Соответственно, направление собственных средств предприятий и изыскание источников внешнего финансирования имеет гораздо больше перспектив для инновационных проектов и прогрессивных технологий.
Для отечественных предприятий особую значимость приобретает быстрая адаптация и устойчивость к сложившимся рыночным условиям и гибкое реагирование на изменение ситуации на рынках. Общей закономерностью для предприятий, охватывающей достаточно широкий диапазон от нефтеперерабатывающей до пищевой промышленности, является то, что инновационное развитие предприятия позволяет существенно расширить круг производимой продукции, улучшить ее качество [1] – [5]. За счет инноваций появляется возможность выходить на новые рынки сбыта, производить товары и услуги с меньшими затратами труда, материалов. Сосредоточение инноваций в той или иной сфере помогает привести структуру воспроизводства в соответствие со структурой изменившихся потребностей и структурой внешней среды. Таким образом, развитие предприятия на инновационной основе является непременным условием повышения эффективности его деятельности, улучшения его позиций в конкурентной борьбе на рынке.
После осуществления инвесторами выбора конкретного предприятия для реализации программы инвестирования, существуют достаточно хорошо разработанные методики выработки стратегии, направления развития и структуры, учитывающие специфику отрасли, а также стартовую позицию предприятия на рынке и перспективы инвестиций. Однако после осуществления необратимых инвестиционных решений по реализации плана может оказаться, что потенциал предприятия оказался недостаточным, и остается возможность того, что проект, оцениваемый как состоятельный, окажется в реальности убыточным, поскольку достигнутые в ходе инвестиционного процесса значения параметров отклонились от плановых, или же какие-либо факторы вообще не были учтены. Отсутствие обоснованных и объективных критериев выбора предприятия для инновационной активности, а в более широком масштабе и отрасли для инвестиций в условиях неустранимой информационной неопределенности может привести к росту степени риска до недопустимых размеров.
Для потенциальных инвесторов, таким образом, задача может быть рассмотрена с другой стороны – какое из существующих предприятий различных отраслей является наиболее перспективным? Определение критериев оценки и методик отбора, наиболее перспективных для инвестирования предприятий имеет, поэтому большое значение и привлекает пристальное внимание российских и зарубежных специалистов [3]–[5], [7]– [9]. В данной работе как общий подход использована широко принятая методика оценки инвестиционной привлекательности предприятия через определение таких показателей предприятия, как его инновационный потенциал и инновационная активность [3]–[5]. Инновационное состояние предприятий и отраслей далее оценивается сопоставлением уровня развития этих показателей. Оценка инновационного потенциала, основанная на таких элементах как маркетинговые, финансовые и производственные возможности объектов исследования, с учетом научно-исследовательских и экологических критериев, а также организационных, включая кадровые, факторов является отдельным вопросом вне рамок данной работы.
На основе исследований российских и зарубежных специалистов далее будут рассмотрены различные методики выбора и оценки параметров, отражающих уровень инновационной активности. Общим в большинстве из рассматриваемых инструментов является их определенная универсальность, в том смысле, что они применимы как для сравнения в масштабе предприятий внутри отдельной отрасли, так и различных отраслей и даже экономик разных стран друг с другом с точки зрения характеристик инновационной активности [4], [9]. Другой общей чертой, отмеченной в большинстве работ, являются трудности получения релевантных статистических данных, которые даже в развитых капиталистических странах зачастую не полностью представлены за весь исследуемый период, либо связаны с риском неадекватного содержания и трактовки [4], [8], [9]. Не менее примечательно то, что тестирование параметров научными методами нередко дает результаты, не совпадающие с ожидаемыми с точки зрения житейского здравого смысла. Тем выше представляется роль объективных и методических подходов к оцениваемым параметрам и рекомендациям.
Проведенные на методической основе исследования [4] данных за 2000–2005 годы Российского статистического ежегодника исследования отраслей промышленности [10] позволили сделать сравнительные оценки их инновационного состояния. В частности, приведены выводы, что о сравнительно благоприятной стадии инновационного развития в машиностроении и металлообработке, значительно снизила свои позиции легкая промышленность, пищевая промышленность – на среднем уровне между лидерами и аутсайдерами, делается вывод о необходимости активизации работ и стимулирования инвестиций. В то же время, подчеркивается односторонность подхода, возможное исключение ряда определяющих показателей и, наоборот, включение не влияющих или статистически взаимозависимых параметров.
Аналогичные исследования [7] групп промышленности SIC 35, 36, 37 и 38 – отрасли машиностроения США в кодировке единого справочника страны – показали, что отраслевой фактор существенно различен в части зависимости инновационных показателей фирм, различных по роду деятельности. Одновременно, с использованием аппарата математической регрессии таких близких, но не совпадающих инновационных направлений, как затраты на НИОКР и патентная активность предприятий. Применение развитого аппарата, анализирующего не только статику, но и динамику, позволило авторам сделать вывод о неоднозначности связи этих двух видов активности и наличии большого количества «шумовых» и необъяснимых составляющих, не подтверждающих изначальную общепринятую гипотезу.
Использование статистических методов применено также для исследования результатов инновационной активности предприятий Австралии [8] и Японии [9] и сравнения с аналогичными показателями других стран. В [9] кроме того выявляется влияние патентной реформы 1988 года Японии на рост уровня и глубины НИОКР в стране.
Наряду с упомянутыми общими чертами следует отметить, что работы зарубежных авторов в большей степени акцентированы на анализ вклада выбранных показателей на рыночный результат. В качестве такового чаще всего чаще всего выбирается биржевая цена акций рассматриваемых компаний, и наличие в развитых капиталистических странах большого количества открытых публичных предприятий, даже не очень крупных, предоставляет статистическую выборку достаточного для исследований объема. В России биржевые котировки представлены только у очень крупных компаний, поэтому информационной базой для оценки финансовых результатов предприятий могут служить расчетные и статистические данные, а также данные бухучета квартальной или годовой отчетности. Такие данные не всегда широко доступны, и даже в случае доступности могут содержать информацию, отражающую скорее корпоративную четную политику, чем объективные данные по инновационной и общей активности. Последнее обстоятельство, впрочем, вновь перекликается с сомнениями зарубежных авторов, сетующих на своеобразную политику бухучета некоторых западных фирм, искажающих объективную картину затрат на НИОКР [8]. Окончательные финансовые результаты включается с учетом или без учета дисконта или различных масштабирующих коэффициентов отдачи.
В различных работах [3] – [8] предложен ряд методов оценки параметров инновационной активности и обобщения таких параметров в единый критерий. Возможно использование обобщенного показателя НИОКР и патентной активности, объединяющий эти два параметра [8]. Применяются также методы ранговой корреляции и конкордации [3], вычисление средневзвешенного [3] и среднегеометрического [4] частных параметров, метод многовекторного Парето-выбора [5] и метод матрицы сравнений [6]. Большинство из них, однако, опираются на разного рода экспертные оценки и, кроме того, учитывают только статическую взаимосвязь.
Поскольку и реализация внутренних процессов на отдельном предприятии, и тем более влияние внешних отраслевых, государственных и мировых факторов носит не детерминистический, а случайный стохастический характер, вполне закономерным является обработка исходных данных статистики методами математической статистики. В данной работе статистический аппарата линейной регрессии применен к выборке отраслевых данных статистики за 2001–2006 гг. [10].
При общепринятой зависимости экономической эффективности с инновационной активностью [6], [7] уравнение регрессии имеет вид:
где Q и INN – индексы финансовых результатов и инновационной активности, соответственно, VAL – стоимостной показатель объема отрасли, IND – дискретный коэффициент, учитывающий специфику отрасли, 
– случайная погрешность, 
– соответствующие оцениваемые коэффициенты регрессии.
Развивая динамический подход на базе квантильного анализа, показано, что для различных отраслей коэффициенты регрессии при показателях затрат на технологические инновации по видам экономической деятельности являются положительными и значимыми. К сожалению, данные Госкомстата не предоставляют разбиения в части поступающих заявок и выданных патентов по отраслям промышленности. Поэтому, применяя тот же инструмент, выполнен обобщенный анализ по сумме всех отраслей. Такой тест также в ряде случаев не дает положительной оценки, и не всегда значим со статистической точки зрения. Однако, данный результат может быть вызван известным эффектом временного сдвига финансового результата по отношению к моменту подачи заявки, что в зависимости от процедуры рассмотрения может длиться до нескольких лет. Выявление данного эффекта также может быть осуществлено в рамках используемого аппарата путем введения в уравнения линейной регрессии членов с временным сдвигом, однако это является предметом дальнейшего исследования.
Полученные оценки отраслевых коэффициентов могут далее быть использованы для анализа статистическими методами показателей инновационной активности выборки предприятий внутри каждой конкретной отрасли путем введения дискретных переменных, отражающих специфику данной отрасли. Отметим, что достаточная общность аппарата математической статистики дает возможность применить его и к однородным предприятиям внутри отрасли, а также к наборам однородных статистических показателей разных отраслей.
При этом часто выявляются закономерности, подчеркивающие общность между предприятиями сфер производства и услуг одной отрасли, между добывающими и обрабатывающими направлениями различных отраслей. Более того, такой анализ применим к сравнению эффективности мероприятий различных стран с точки зрения влияния государственных законодательных актов на развитие экономического и предпринимательского климата. В таких агрегированных данных более высокого уровня в качестве объекта выступают уже отрасли промышленности или экономика страны, а в качестве входного набора статистических выборок могут выступать данные государственных и негосударственных статистических институтов. Однако, для применения данной методики и для сравнения потенциала экономик различных стран необходимо обеспечить однородность исходных статистических данных, что при различии национальных стандартов этих стран может оказаться практически трудноосуществимой задачей.
В противоположном направлении, то есть, от более общих макроэкономических факторов к микроэкономическим и далее активности в рамках отдельного предприятия, глобальные факторы могут быть использованы как инструмент коррекции планов и источник поправочных коэффициентов при оценке влияния на экономическую эффективность, или, например, для учета особенностей стратегии и тактики компании в период экономических спадов. Зачастую такая необходимость очевидна, например, в случае колебаний курса и усилении, или ослаблении национальной валюты и их влияния на себестоимость продукции и экспортных операций, иногда она скрыта серией опосредованных зависимостей, например, в цепочке уровень занятости – уровень заработной платы – покупательная способность – цены на товары, бывают и парадоксальные примеры, когда очевидные с точки зрения здравого смысла позитивные предпосылки прогрессивных законодательных актов не подтверждаются практическими данными статистики результатов последующих периодов, или даже проявляется в виде обратного эффекта. В любом случае, многочисленные примеры деловой практики и теория менеджмента однозначно подчеркивают преимущества наличия численных показателей эффективности и инструментов их обработки над интуитивными, качественными методами принятия решений.
Список литературы
1. Пименов С. В., Панова С. А., Осипов М. А. Управление инновациями как бизнес-процесс // Экономические науки. – № 2 (63). – 2010. – С. 152–158.
2. Фомин В. Н. Разработка стратегии инновационного развития нефтеперерабатывающего предприятия // Экономические науки. – № 1 (62). – 2010. – С. 306–311.
3. Косоан А. П., Тульская Н. С., Фролова Т. К., Прохоренко М. В., Гаркуша В. С., Носенко А. С. Методический подход к оценке инновационной деятельности предприятий // Сборник докладов VI научно-технической конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства их реализации: эффективное использование ресурсов отрасли» (г. Москва). – М.: МГУПП, 2008. – С.299, С.236.
4. Валинурова Л. С., Кузьминых Н. А., Оценка уровня инвестиционного развития отраслей промышленности // Инновации. – № 6. – 2007. – С. 45.
5. Болгаров Н. И. Инструмент отбора инновационно-активных предприятий // Инновации. – № 6. – 2006. – С. 115–117.
6. Анисимов Ю. П., Пешкова И. В., Солнцева Е. В. Методика оценки инновационной деятельности предприятия // Инновации. – № 11. – 2006. – С. 88–90.
7. Coad A., Rekha R. Innovation and market value: a quantile regression analysis // Economics Bulletin. – Vol. 15. – № 13. – 2006. – Pp. 1–10.
8. Bosworth D., Rogers M. Market Value, R&D, and Intellectual Property: An Empirical Analysis of Large Australian Firms // The Economic Record. – Vol. 77. – № 239. – 2001. – Pp. 323–337.
9. Sakakibara M., Branstetter L. Do stronger patents induce more innovation? Evidence from the 1998 Japanese patent law reform // RAND Journal of Economics. – Vol. 32. – № 1. – 2001. – Pp. 77–100.
10. Российский статистический ежегодник: Стат.сб. / Госкомстат России. – М.: Госкомстат России, 2001, 2002, 2003, 2004, 2005, 2006, 2007.
