Прогностическая идентификация финансово-экономического кризиса источника интеллектуальных новаций в виде научно-образовательной организации

Привнесена концепция идентификации финансово-экономического кризиса применительно к научным и научно-образовательным организациям с акцентом на соответствующие российские институциональные обособления как источники новаций. Этот кризис спроецирован в многомерное пространство финансово-экономических показателей состояния типизированного институционального обособления научно-образовательного типа научной или научно-образовательной организации. Тем самым создана предпосылка для обеспечения универсальности представления и сопоставимости кризисных ситуаций, а также подведен методологический базис под применение технологии прогностической идентификации кризиса на базе математических моделей финансово-экономического потенциала организации.

Ключевые слова: научно-образовательная сфера, институциональное обособление, финансово-экономический кризис, показатели состояния организации, прогнозирование динамики кризиса.

Список использованных источников

  1. В. А. Золотова. Управленческие проблемы и задачи формирования программы антикризисного управленческого инновирования в высокотехнологичное предприятие промышленности России. М.: КноРус, 2017. 212 с.
  2. Российские процессоры «Эльбрус» могут оказаться ненужными рынку. https://www.ixbt.com/news/2022/01/18/rossijskie-processory-jelbrus-mogut-okazatsja-nenuzhnymi-rynku-.html.
  3. А. Г. Бадалова. Управление рисками производственных систем: теория, методология, механизмы реализации. М.: ИЦ МГТУ «Станкин», Янус-К, 2006. 326 c.
  4. А. Пащук. Укротители риска. Секрет фирмы: технология успешного бизнеса//Секрет фирмы. 2005. № 26. С. 66.
  5. Антикризисное управление: учеб. пособие для технических вузов/Под ред. Э. С. Минаева и В. П. Панагушина. М.: ПРИОР, 1998. 432 c.
  6. В. И. Лапенков. Методология управления текущей ликвидностью производственного предприятия: дис. ... докт. экон. наук. М., 2001. 329 с.
  7. Н. Г. Данилочкина, Н. В. Чернер. Контроллинг. М.: Доброе слово. 2007. 293 с.
  8. Э. Майер. Контроллинг как система мышления и управления/Пер. с нем. М.: Финансы и статистика, 1993. 96 с.
  9. V. A. Zolotova, O. N. Dmitriev. Formalized conceptual rule to interpret crisis state of organizational and economic separation for micro-level and meso-level//Amazonia Investiga. 2020. Vol. 9. Iss. 25. Р. 327-336.
  10. В. А. Золотова. Формирование типологии кризисных ситуаций на предприятиях промышленности России//Вопросы современной науки и практики. 2017. № 2 (64). С. 62-70.
  11. И. Б. Гурков, В. С. Тубалов. Инновации в российской промышленности: создание, диффузия и реализация новых технологий и социальных практик//Мир России. Социология. Этнология. 2004. № 3. С. 35-44.
  12. V. A. Zolotova, O. N. Dmitriev. Conceptual interpretation of first and second kinds of errors at management mode selection under conditions of its possible crisis state//Russian Engineering Research. 2018. Vol. 38. Iss. 4 (April). Р. 291-294.
  13. М. Т. Джонс. Программирование искусственного интеллекта в приложениях. М.: ДМК Пресс, 2004. 311 с.
  14. К. Л. Куликовский, Д. В. Петров. Применение искусственных нейронных сетей в системах поддержки принятия управленческих решений промышленных предприятий// Вестник Самарского государственного технического университета. Серия: «Технические науки». 2008, № 2 (22). C. 38-42.
  15. С. Рассел, П. Норвиг. Искусственный интеллект. Современный подход/Пер. с англ. и ред. К. А. Птицына. М.: ИД Вильямс, 2006. 1407 с.
  16. И. Ю. Гришин, Р. Р. Тимиргалеева, Р. А. Скидан, А. М. Рябов. База данных для проведения научных исследований «Моделирование процессов инновационного развития бальнеологических курортных территорий» //Вестник Харьковского политехнического института. Серия: «Информатика и моделирование». 2016. № 44 (1216). C. 126-134.
  17. А. Н. Бирюков. Методы нейросетевого моделирования ранжирования налогоплательщиков для определения кредитного риска//Экономический анализ: теория и практика. 2015. № 12 (411). С. 58-66.
  18. Э. С. Першина, С. В. Дараган. От больших данных к продвинутой аналитике в индустрии туризма//Научный вестник МГИИТ. 2018. № 60. С. 60-69.
  19. V. A. Zolotova, O. N. Dmitriev. Concept to recognize crisis of organizational and institutional separation by Artificial Intelligence System//Amazonia Investiga. 2021. Vol. 10. Iss. 43. Р. 59-71.
  20. А. В. Кузнецова, С. И. Самыгин, М. В. Радионов. Искусственный интеллект и информационная безопасность общества. М: Русайнс. 2017. 118 с.
  21. В. А. Гурова. Обеспечение государственной поддержки финансовой санации предприятий с помощью технологии искусственного интеллекта//Научный вестник: финансы, банки, инвестиции. 2019. № 2 (47). С. 56-64.
  22. Е. В. Бутрова. Особенности антикризисного управления предприятием в условиях цифровизации//Экономика, предпринимательство и право. 2021. № 11 (3). С. 579-590.
  23. S. V. Zykov. Crisis management for software development and knowledge transfer. Cham: Springer International Publishing, 2016. P. 133.
  24. S. V. Zykov. Managing software crisis: a smart way to enterprise agility. Cham: Springer International Publishing, 2018. P. 153.
  25. О. Н. Дмитриев, А. И. Канащенков, С. Х. Екшембиев, Э. С. Минаев. Организация самоуправления финансово-экономическим потенциалом корпоративной структуры. М.: Доброе слово. 2004. 456 с.
  26. С. Д. Бодрунов, О. Н. Дмитриев, П. В. Ершевич и др. Исследование операций поставки. СПб.: Аэрокосмическое оборудование, 2004. 520 c.
  27. О. Н. Дмитриев. Стратегические проблемы и направления прогрессорского санирования управляющих систем высокотехнологичного комплекса России//Микро-экономика. 2017. № 6. С. 5-24.
  28. С. Д. Бодрунов, О. Н. Дмитриев, Ю. А. Ковальков. Структурное оценивание последствий реализации управленческих решений в отношении предприятия.М.: Гном и Д, 2003. 116 с.

Авторы