МОДЕЛИ ПРОГНОЗИРОВАНИЯ СПРОСА НА ИННОВАЦИОННУЮ ПРОДУКЦИЮ // MODELS FOR INNOVATIVE PRODUCTS DEMAND
T. Marshalkina V. and
Т. Маршалкина В.
Additional contact information
T. Marshalkina V.: Financial University
Т. Маршалкина В.: Финансовый университет
Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice, 2015, issue 6, 171-178
Abstract:
The importance of innovation nowadays can’t be overestimated. The introduction of innovations in usual life goes through the innovative projects, which are includes the stage of research, development, production and market realization. Like any other commercial project, the innovative project must be cost-effective in the long run to pay off and make a profit. However, the calculation of potential profits from an innovative product or service remains the most unexplored area in the innovative projects assessment. This factor makes the topic of this article particularly urgent. This article examines different approaches to assess the demand for innovation in the evaluation of innovative projects. The article provides arguments in favor of S-form of curve of innovative product adoption. Consistently discusses the stages of the model modification by adding the factors of price, advertising, market potential. Explores the advantages and disadvantages of different methods for determining Bass model parameters. It is concluded that model is practical applicable in the management of innovation projects.
Значимость инноваций в современном мире трудно переоценить. Внедрение их в жизнь обычно проходит через инновационные проекты, включающие стадии исследований, разработок, производства и вывода на рынок. Как и любой другой коммерческий проект, инновационный проект должен быть экономически эффективным, в конечном счете окупиться и принести прибыль. Однако расчет потенциальной прибыли от инновационного продукта или услуги остается наиболее не изученной сферой в оценке инновационных проектов. Данный фактор делает особенно актуальной тему статьи, в которой рассматриваются различные подходы к оценке спроса на инновации в рамках оценки инновационных проектов. В статье изучается модель Басса для моделирования и прогнозирования распространения инновационных продуктов, а также процесс развития модели; приводятся аргументы в пользу S-вида кривой накопленного «принятия», т.е. покупки инновационного продукта; автором предлагаются модификации модели с добавлением в нее факторов цены, рекламы, рыночного потенциала; исследуются преимущества и недостатки различных методов определения параметров модели Басса. Делается вывод о практической применимости модели оценки спроса на инновации в оценке инновационных проектов.
Keywords: innovative project; innovations diffusion; product innovation; innovation demand; assessment of the sales profit from innovative projects; mathematical modeling of demand; Bass model; sales forecast; the method of least squares; nonlinear least squares method; the maximum likelihood method; инновационный проект; диффузия инноваций; инновационный продукт; спрос на инновации; оценка прибыли; продажи инновационных проектов; математическое моделирование спроса; модель Басса; прогноз продаж; метод наименьших квадратов; нелинейный метод наименьших квадратов; метод максимального правдоподобия (search for similar items in EconPapers)
Date: 2017-10-20
References: View references in EconPapers View complete reference list from CitEc
Citations:
Downloads: (external link)
https://financetp.fa.ru/jour/article/viewFile/560/431.pdf (application/pdf)
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:scn:financ:y:2015:i:6:p:171-178
Access Statistics for this article
More articles in Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice from ФГОБУВО Финансовый университет при Правительстве Российской Федерации // Financial University under The Government of Russian Federation
Bibliographic data for series maintained by Алексей Скалабан ().