Экспресс-оценка состояния промышленных предприятий Москвы с использованием универсального комплексного индикатора

В последние годы происходит трансформация в аналитических системах поддержки принятия управленческих решений на постоянно доступных открытых данных в сторону от официальных периодических отчетов. В связи с этим меняется система контроля и надзора за объектами управления со стороны государственных контрольных органов, включаются новые источники информации, внедряется мониторинг внешней среды, медийного пространства. Автор предлагает подход к формированию обобщенного ключевого показателя экспресс-оценки объекта управления (на примере промышленного предприятия) на основе открытых данных из сети Интернет. Цель исследования – ​разработка универсального комплексного индикатора для экспресс-оценки соответствия состояния экономического объекта управления заявленным требованиям со стороны регуляторов или соответствующих служб на основе структурированных и неструктурированных данных из сети Интернет. Научная новизна исследования заключается в предложении концепции построении универсального комплексного индикатора (UCI) на основе логической функции, использующей расширенный набор аргументов, включающий как непрерывные, так и дискретные переменные. Преобразование в значения индикатора предлагается при помощи логических правил, задаваемых с учетом требований к объекту управления со стороны регулирующих органов. Основные результаты работы: разработана концепция построения универсального комплексного индикатора, позволяющего получить экспресс-оценку состояния объекта управления, проведена апробация алгоритма для оценки потребности и целесообразности для государственных органов власти в финансовой помощи промышленным предприятиям г. Москвы. Подход этого исследования применим для текущего мониторинга ситуации без запаздывания из-за официальной отчетности на тактическом уровне управления.

1. Айвазян С. А., Афанасьев М. Ю., Кудров А. В. (2019). Индикаторы основных направлений социально-экономического развития и их агрегаты в пространстве характеристик региональной дифференциации // Прикладная эконометрика. № 2 (54).

2. Андреева Н. А., Угримова С. Н. (2019). К вопросу применения статистических методов интегральной оценки эффективности системы управления промышленными предприятиями // Учет и статистика. № 1 (53). С. 42–49.

3. Биджоян Д. С., Богданова Т. К. (2017). Концепция моделирования и прогнозирования вероятности отзыва лицензии российских банков // Экономическая наука современной России. № 4 (79). С. 88–103.

4. Богданова Т. К., Жукова Л. В. (2021). Оценка состояния объекта управления на основе универсального комплексного индикатора с использованием структурированных и неструктурированных данных // Бизнес-информатика. Т. 15. № 2. С. 21–33.

5. Гайдук Е. А. (2012). Применение балансового и оптимизационного моделирования при принятии управленческих решений на муниципальном уровне: дис. ... канд. экон. наук.

6. Головань С. В., Евдокимов М. А., Карминский А. М., Пересецкий А. А. (2004). Модели вероятности дефолта российских банков. II. Влияние макроэкономических факторов на устойчивость банков / Препринт WP/2004/043. М.: РЭШ. 25 с.

7. Громова С. В. (2016). Проблемы организации внутреннего контроля на предприятии // Молодой ученый. № 18 (122). С. 240–242. URL: https://moluch.ru/archive/122/33834/

8. Кирюшина А. А., Жукова Л. В., Чикина Л. Г. (2020). Использование больших данных в оценке степени загрязнения прибрежной зоны морского побережья курортных регионов // Моря России: исследования береговой и шельфовой зон: Тезисы докладов Всероссийской научной конференции.

9. Мрочковский Н. С. (2020). Комплексная оценка эффективности управления цифровизацией организаций // Инновации и инвестиции. № 6. С. 127–129.

10. Муллахметов Х. Ш. (2007). Проблемы организации управленческого контроля // Экономическая наука современной России. № 4. URL: https://cyberleninka.ru/article/n/problemy-organizatsii-upravlencheskogo-kontrolya

11. Писарева О. М. (2018). Анализ состояния и характеристика потенциала развития инструментария стратегического планирования в условиях цифровой трансформации экономики и управления. МИР (Модернизация. Инновации. Развитие). Т. 9. № 4.

12. Турищева Т. Б. (2017). Формирование системы внутреннего контроля (СВК) в российских условиях // Азимут научных исследований: экономика и управление. Т. 6. № 3 (20). С. 351–354.

13. Zhang T., Ramakrishnan R., Livny M. (1996). BIRCH: An efficient data clustering method for very large databases. ACM SIGMOD International Conference on Management of Data. URL: http://citeseer.ist.psu.edu/zhang96birch.html