Использование дискриминантного анализа для прогнозирования пределов достижимого роста промышленных предприятий

Обложка

Цитировать

Полный текст

Аннотация

Объектом исследования являются предприятия металлургической промышленности Чешской Республики. Выбор объектом исследования металлургических предприятий Чешской Республики обусловлен наличием ранее построенной модели развития производственной структуры для таких предприятий. Предметом исследования является прогнозирование изменений производственной структуры промышленных предприятий в процессе их роста и развития. В статье предлагается использование дискриминантного анализа для прогнозирования пределов достижимого роста промышленных предприятий в рамках существующей производственной структуры. Ранее для прогнозирования пределов достижимого роста промышленных предприятий была разработана методика статистического прогнозирования предела достижимого роста с использованием ключевых предикторов организационной трансформации. Однако, в отличие от методики статистического прогнозирования предела достижимого роста, использование дискриминантного анализа позволяет существенно снизить трудоемкость проведения расчетов для выявления границ достижимого роста организации в рамках существующей производственной структуры. В качестве метода проводимого исследования был выбран дискриминантный анализ. Дискриминантный анализ проводился методом Уилкса с использованием компьютерной программы IBM SPSS Statistics. Выбор методом Уилкса обусловлен возможностью алгоритмического отбора переменных, для обеспечения высокой точности получаемой модели. Научная новизна исследования заключается в научном обосновании возможности использования дискриминантного анализа для прогнозирования изменений производственной структуры промышленных предприятий в процессе их роста и развития на основе модели развития производственной структуры. Ранее аналогичные исследования не проводились в силу отсутствия моделей, позволяющих выявлять уровни развития производственной структуры и группировать их в соответствии с этими уровнями. Полученная по результатам проведенных исследований дискриминантная функция обеспечивает высокую точность прогнозирования (99,7% исходных наблюдений были классифицированы правильно), что позволяет ее использовать для прогнозирования изменений типа производственной структуры в соответствии с моделью развития производственной структуры. Расчет значений построенной дискриминантной функции для выбранного промышленного предприятия позволяет с высокой вероятностью классифицировать исследуемое предприятие (промышленное предприятие, сегментированное предприятие и др.) на основе разработанной ранее модели развития производственной структуры, а также спрогнозировать направления его дальнейшего развития в рамках существующей производственной структуры. Таким образом, результаты проведенного исследования показывают возможность использования полученной статистической модели для прогнозирования изменений производственной структуры промышленных предприятий.

Об авторах

Александр Леонидович Бобков

Российский экономический университет им. Г.В. Плеханова

Email: Bobkov.AL@rea.ru
ORCID iD: 0000-0002-3744-6191
доцент; кафедра Теории менеджмента и бизнес-технологий;

Список литературы

  1. Балясникова, Е.В. Применение дискриминантного анализа для диагностики кризисных ситуаций на предприятии [Текст] // Фундаментальные исследования. – 2009. – № 5. – С. 139-140.
  2. Биннер, Х. Управление организациями и производством: от функционального менеджмента к процессному [Текст] / Хартмут Биннер; Пер. с нем. – М.: Альпина Паблишерз, 2010. – 282 с. (Серия "Производственный менеджмент"). EDN: QTVGRF.
  3. Бобков, А.Л. Верификация модели эволюции производственной структуры металлургических предприятий Чешской Республики с использованием кластерного анализа [Текст] // Вестник Российского экономического университета имени Г.В. Плеханова. – 2022. – Т. 19. – № 3 (123). – С. 43-51. doi: 10.21686/2413–2829-2022-3-43-51 EDN: TAVVKB.
  4. Бобков, А.Л. Исследования закономерностей организационного развития: теория и практическое применение. Монография. [Текст] / А.Л. Бобков. – М.: Русайнс, 2022. – 176 с. EDN: LQXSRL.
  5. Бобков, А.Л. Методологические подходы к управлению долгосрочным развитием организаций [Текст] // Вестник Российского экономического университета имени Г.В. Плеханова. – 2025. – Т. 22. – № 1 (139). – С. 168-176. doi: 10.21686/2413-2829-2025-1-168-176 EDN: BMQTAM.
  6. Бобков, А.Л. Прогнозирование пределов достижимого роста организации с использованием ключевых предикторов организационной трансформации [Текст] // Вестник Российского экономического университета имени Г.В. Плеханова. – 2024. – Т. 21. – № 3 (135). – С. 30-37. doi: 10.21686/2413-2829-2024-3-30-37 EDN: SQWZBS.
  7. Бобков, А.Л. Прогнозирование пределов достижимого роста организации с использованием дискриминантного анализа [Текст] // Экономика, предпринимательство и право. – 2025. – Т. 15. – № 2. – С. 1097-1112. doi: 10.18334/epp.15.2.122652 EDN: GXHRTK.
  8. Жданов, В.Ю., Жданов, И.Ю. Финансовый анализ предприятий с помощью коэффициентов и моделей: учебное пособие [Текст] / В.Ю. Жданов, И.Ю. Жданов. – М.: Проспект, 2024. – 176 с.
  9. Винстон, У. Бизнес-моделирование и анализ данных. Решение актуальных задач с помощью Microsoft Excel. 5-е издание. [Текст] / Уэйн. – СПб.: Питер, 2019. – 864 с.
  10. Дафт, Р., Мерфи, Дж., Уилмот, Х. Организационная теория и дизайн. [Текст] / Р. Дафт, Дж. Мерфи, Х. Уилмот. – СПб.: Питер, 2013. – 640 с.
  11. Денисов, И.В., Бобков, А.Л. Управление развитием фирмы: экономико-технологический подход: монография [Текст] / И.В. Денисов, А.Л. Бобков. – М.: ФГБОУ ВПО "РЭУ им. Г. В. Плеханова", 2014. – 152 с.
  12. Егунова, Н.В. Развитие организационной структуры предприятий на основе теории жизненных циклов [Текст] // Вестник Бурятского государственного университета. Философия. – 2011. – № 2. – С. 13-17. EDN: RSJKNO.
  13. Еременко, К. Работа с данными в любой сфере. Как выйти на новый уровень, используя аналитику. [Текст] / Кирилл Еременко. – М.: Альпина Паблишер, 2021. – 304 с.
  14. Казинцев, А. Технология развития производственной системы. [Текст] / А. Казинцев. – М.: Альпина PRO, 2024. – 504 с.
  15. Кемерон, Э., Грин, М. Управление изменениями: Модели, инструменты и технологии. Пер. с англ. П. Тимофеев. [Текст] / Э. Кемерон, М. Грин. – М.: Добрая книга, 2006. – 360 с.
  16. Кислицына, В.В. Дискриминантный анализ как инструмент классификации субъектов предпринимательства [Текст] // Наука и образование: новое время. – 2017. – № 2. – С. 50-58. EDN: YNWJWJ.
  17. Грундиг, К.-Г. Проектирование промышленных предприятий. Принципы. Методы. Практика. [Текст] / Клаус-Герольд Грундиг. – М.: Альпина Бизнес Букс, 2007. – 340 с. (Серия: Производственный менеджмент). EDN: QMFDRL.
  18. Матраева, Л.В. Прикладные статистические исследования в бизнес-аналитике: учебник. [Текст] / Л.В. Матраева. – М.: Белый ветер, 2022. – 198 с. EDN: ARDKKP.
  19. Минцберг, Г. Менеджмент: природа и структура организаций [Текст] / Генри Минцберг; [пер. с англ. О.И. Медведь]. – М.: Эксмо, 2018. – 600 с. – (Библиотека Сбербанка. Т. 15).
  20. Мюллер, Э., Шенк, М., Вирт, З. Планирование и эксплуатация промышленных предприятий. Рабочие методики для адаптивного, сетевого и ресурсосберегающего предприятия. Пер. с нем. [Текст] / Э. Мюллер, М. Шенк, З. Вирт. – М.: Альпина Паблишер, 2017. – 978 с.
  21. Наследов, А. SPSS 19: профессиональный статистический анализ данных. [Текст] / А. Наследов. – СПб.: Питер, 2011. – 400 с. EDN: SDPZHL.
  22. Паклин, Н.Б., Орешков, В.И. Бизнес-аналитика: от данных к знаниям: учебное пособие. – 2-е изд., испр. [Текст] / Н.Б. Паклин, В.И. Орешков. – СПб.: Питер, 2013. – 704 с.
  23. Попов, В.Л., Ташкинов, А.Г. Механизм управления изменениями при развитии производственных систем [Текст] // Экономика и предпринимательство. – 2015. – № 12-3. – С. 757-760. EDN: VJWZMF.
  24. Тихомиров, Д.А., Пинчук, А.Н. Статистический анализ данных. Практический курс в SPSS и Jamovi. Серия "Высшее образование". [Текст] / Д.А. Тихомиров, А.Н. Пинчук. – М.: Юрайт, 2024. – 294 с.
  25. Фламгольц, Э., Рэндл, И. Управление стратегическим изменениями: от теории к практике [Текст] / Эрик Фламгольц, Ивон Рэндл; [пер. с англ. Н.Г. Яцюк]. – М.: ЭКСМО, 2012. – 320 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).