Any project, especially in the field of import substitution, is subject to the risk of failure (non-implementation) for various reasons. At the same time, the process of import substitution has significant differences from innovative processes, associated, first of all, with the emergence of time and country risks. In this regard, the risk analysis is proposed to be carried out using a special rubricator of import substitution risk sources, created taking into account the specifics of a specific project. Since the statistics on import substitution projects implementation are rather scarce, especially if the substitution object is a unique hardware complex of a very high cost, then experts have to use methods of intellectual analysis, in particular, fuzzy inference algorithms. In this case, the elements of the rubricator are considered as linguistic variables characterizing the sources of risk. However, in the case of a complete or partial analysis of the entire rubricator, a systemic effect of an emergent increase in information about a possible risk arises. This is due to the fact that sources of risks can “work” in the sense of creating a risk situation, both individually and in combination. It is proposed to evaluate this effect using the Hartley indicator, which reflects how much the amount of information obtained during identifying one element of the system increases due to the systemic effect as a result of unification. Depending on the value of this indicator, two approaches can be used to assess the possibility of project risk: either the Sugeno fuzzy inference algorithm (if the value of the indicator is significant), or simpler methods (if the value of the indicator is not significant). The proposed approach to the analysis of the risks of import substitution was used by the authors when diagnosing the project of replacing ship power plants for modern small vessels of the coastal navigation zone.
Аннотация: В современных условиях эффективным способом развития российской экономики является активизация инновационной деятельности по созданию наукоемкой продукции, способной успешно конкурировать с зарубежными аналогами. Однако реализация таких проектов является дорогостоящим и высокорискованным мероприятием. Одним из перспективных путей минимизации проектных рисков и привлечения дополнительных инвестиций в данную сферу выступает использование инструментов страхования, которое позволяет минимизировать ущерб от возникновения различных неблагоприятных событий для заказчика, инвестора и разработчика инноваций. В основе страхования лежит необходимость формирования специального фонда за счет уплачиваемых страхователем страховых взносов, определяемых на основе страхового тарифа для конкретного вида страхования, который, в свою очередь, рассчитывается на основе статистических данных (количество страховых случаев, страховая сумма, ущерб при наступлении страхового случая и т.д.). Однако для инновационных проектов достаточно сложно сформировать такую статистику ввиду уникальности разрабатываемого продукта. Для решения указанной проблемы предложен новый подход к формированию статистики для расчета страхового тарифа при страховании продуктовых инноваций, отличающий учетом степени новизны разрабатываемого продукта (в частности, модификационной, улучшающей или радикальной инновации) и основанный на поиске аналогов с применением различных мер сходства объектов. Выбор конкретной метрики осуществляется исходя из типа данных (количественных, категориальных или смешанных) используемых сравнительных признаков. Применение страховщиками предложенного подхода должно повысить доступность страховых услуг для инновационно активных предприятий, что, в свою очередь, позволит повысить привлекательность реализуемых проектов.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.