10

Размещено на http://www.allbest.ru/

Прогнозирование динамики спроса на высокотехнологичную продукцию промышленных предприятий

Путилов А.В.

Кудешова С.Г.

Прогнозирование тенденций рынка и последующий выбор стратегии требуют глубокого анализа закономерностей динамики и взаимосвязей отраслей, в первую очередь с точки зрения достижений конкурентоспособности предприятий и перспектив инновационного развития. В настоящем исследовании проанализирована статистика предприятий России за 15 лет. При этом авторы опирались на опыт предыдущих исследований такой сложной инновационной отрасли, как атомная энергетика [1; 2].

Согласно данным Всемирного экономического форума [3], Россия занимает 64-е место из 148-ми в рейтинге конкурентоспособности. На позиции России в рейтинге положительно влияют масштаб экономики, объем инвестиций в инфраструктуру, высокий уровень образования трудового потенциала; отрицательно - низкий уровень развития бизнеса, инновационной активности и конкуренции. Основные факторы отставания - институциональная политика (87-е место) и продуктивность инноваций (101-е место), по глобальному индексу инноваций страна в 2013 г. заняла 62-е место (из 142-х стран) [4]. Доля промышленных предприятий, осуществляющих технологические инновации, составляет менее 10%, среди организаций связи - 12% [5], в то время как во Франции соответственно 40 и 41%, в Германии - 72 и 85%, Италии - 44 и 74% [5, с.329].

Повышение конкурентоспособности экономики России предполагает ускорение развития высокотехнологичных отраслей промышленности по двум направлениям. Первое - стимулирование потребления высокотехнологичной продукции отечественными предприятиями. Второе - поддержка производства инновационных товаров и услуг. Уровень инновационной активности предприятий формируется вследствие технологических и управленческих новаций. Модернизация методик управления требует более глубокого исследования поведения потребителей высокотехнологичной продукции, анализа и прогноза характеристик спроса.

Цель данного исследования - прогнозирование характеристик спроса на высокотехнологичную продукцию на примере конкретных предприятий высокотехнологичных отраслей России.

Исходные данные

В ходе исследования проанализированы конкретные промышленные предприятия России высокотехнологичных отраслей (всего 50 организаций). Анализ данных проведен за длительный период - с 1998 по 2013 г. Основной показатель - годовой объем выручки в рублях. Источником данных послужили материалы официальной отчетности предприятий.

Большая часть выборки (рис.1) относится к атомному, космическому, авиационному, оборонному, машиностроительному, химическому, газовому комплексу, т.е. к предприятиям высокотехнологичных отраслей. К высокотехнологичным относятся отрасли, обозначенные Приказом Министерства образования и науки РФ от 1 ноября 2012 г. № 881 [6; 7].

Структура выборки по среднему обороту предприятий (рис.2) свидетельствует о том, что исследование проведено по крупнейшим предприятиям высокотехнологичного комплекса России. Почти 40% выборки - с оборотом от 26 до 100 млрд. руб. в год; около четверти - с оборотом от 100 млрд. до 1 трлн. руб. в год.

Методы анализа

При прогнозировании поведения потребителей авторы исходили из гипотезы о наличии циклических тенденций в динамике экономических показателей предприятий - потребителей продукции. Для его проверки использовались методы, способные обнаружить наличие циклов в рядах данных.

Метод спектрального анализа Фурье

Математически суть преобразования Фурье состоит в разложении исходного ряда y (x) в бесконечную сумму синусоид вида F (щ) - sin (щx), где F (щ) - интеграл Фурье; щ - частота. Преобразование Фурье является комплексной величиной, даже если исходная функция действительная.

Результаты исследования предприятий

В результате обработки выборки указанными методами были получены следующие результаты. Метод спектрального анализа показал наличие циклических колебаний в 90% случаев (у 45-ти компаний из 50-ти). У всех компаний, у которых не был выявлен цикл длительностью 7-10 лет, наблюдались циклические колебания меньшей длины, например 3-5 лет. Длительность цикла составила 7,2 ± 0,9 лет.

Метод автокорреляционного анализа показал сходные результаты. Цикл наблюдался в 92% случаев (у 46-ти из 50-ти компаний). Длительность цикла составила 8,7 ± 0,8 лет.

Результаты исследования позволяют интерпретировать выводы предшествующих исследований с новой точки зрения. Например, различные состояния предприятия, описанные группой ученых под руководством С.Х. Хэнкса в 1994 г., с учетом выводов настоящего исследования можно рассматривать как точки на кривых, описывающих процесс жизнедеятельности компании (рис.3).

прогнозирование тенденция рынок высокотехнологичный

В результате исследования С.Х. Хэнкса [8] выборка из 133 разделена на 6 кластеров. При этом 2 кластера (E и F на рис.3) не укладываются в общую логику, выявленную С.Х. Хэнксом. Эти кластеры производят впечатление остановившихся в своем развитии. С учетом исследования авторов данной статьи это кажущееся противоречие можно объяснить, если рассматривать кластеры С.Х. Хэнкса как различные сценарии развития предприятий. Стартуя с одной точки, одни компании стремительно растут (кластер D), а другие - продолжают работать в прежней размерности (кластеры E и F).

Результаты расчетов

Циклическое развитие предприятий может быть использовано для прогнозирования развития спроса на рынке высокотехнологичной продукции. Для упрощения процедуры прогнозирования свойств спроса целесообразно разделить потребителей на кластеры по двум критериям.

Критерий 1. Размер предприятия определяется в соответствии с ФЗ № 209 [9]: выделяются кластеры малого, среднего и крупного бизнеса на основе следующих показателей:

1. Организационно-правовая форма;

2. Структура собственников бизнеса;

3. Годовая выручка;

4. Среднесписочная численность сотрудников.

Критерий 2. Этап жизненного цикла компании - согласно выводам настоящего статистического исследования. На пересечении указанных критериев получаем 9 кластеров (рис.4). Кластеризация основана на переменных показателях, поэтому называется кластеризацией по динамическим корпоративным показателям (далее - ДКП).

Рассмотрим для примера описание макрокластеров малых и средних предприятий (рис.4).

В макрокластер "малые предприятия" попадают предприятия, определенные ФЗ №209 как субъекты микро - и малого предпринимательства (МП): годовая выручка до 400 млн. руб. и численность персонала до 100 чел. Основные черты макрокластера:

1. Мотив экономии. Согласно исследованию [11, с.61], более половины малых предприятий испытывают финансовые затруднения, 60% и более - ощущают нехватку государственной поддержки.

2. Отсутствие долгосрочных планов. Согласно данным [12, с.102], только 64% малых предприятий имеют стратегический план (по состоянию на 2009 г.).

3. Крайне высокая зависимость от рыночного спроса на конечную продукцию.

Прочие факторы, отмечаемые в исследованиях показывают, что малые предприятия - это очень перспективный и вместе с тем достаточно рискованный контрагент.

Макрокластер "средние предприятия" образован предприятиями, годовая выручка которых не превышает 1 млрд. руб., а численность находится в интервале от 100 до 250 чел. Средний бизнес по всем показателям находится в интервале между малыми и крупными предприятиями (по их количеству, численности персонала, обороту, числу уровней управленческой иерархии и т.д.). Достигнув уровня среднего бизнеса, организация начинает понимать, что экономия - не лучший способ максимизировать прибыли и более тщательно подходит к выбору поставщика: первостепенное значение приобретают качество и надежность партнера, решение о заключении контракта принимается коллегиально закупочным центром. Средние предприятия постепенно переходят от единичных закупок к системе постоянных отношений с поставщиком. Контракт охватывает не отдельный процесс производства, а целый блок бизнес-процессов.

Основные черты кластера:

1. Ослабление мотива экономии и приоритет качества обслуживания - укрупнение бизнеса означает, что финансовый потенциал предприятия растет и появляется возможность больше внимания уделить качественной стороне заключаемых сделок.

2. При выборе поставщика особую роль играет его надежность.

3. Потребность в пакете (группе) товаров. Укрупнение бизнеса часто связано с развитием видов деятельности. Предприятию требуются больше видов сырья и готовой продукции для производства.

Прогноз потенциала спроса на примере телекоммуникационной отрасли