УДК 338
DOI: 10.36871/ek.up.p.r.2026.03.04.006

Авторы

Юрий Алексеевич Малюков,
Российский государственный университет имени А. Н. Косыгина, Москва, Россия

Аннотация

Цель публикации – предложить подход для параметризации алых и голубых рыночных океанов в смысле Ким-Моборн, используя нечёткие регрессии и учитывая отраслевую специфику позиционируемых промышленных предприятий.
Для электромашиностроительной отрасли, которая рассматривается нами в работе в качестве демонстрационного примера, алый рыночный океан фиксируется на уровне ROE от 10% годовых до 25% годовых. Такой уровень отдачи на собственный капитал по чистой прибыли является инвестиционнонепривлекательным и примерно соответствует ключевой ставке ЦБ РФ в 2023 – 2024 г.г., т.е. не позволяет собственнику бизнеса извлечь премию за риск. Тем не менее, в алом океане пребывают порядка 50% предприятий отрасли.
В то же время, в голубом океане время от времени оказываются от 25% до 33% предприятий. Это соответствует целевому уровню ROE в 50-80% годовых. Столь высокая эффективность позволяет бизнесу предприятий инкубировать инновационные проекты и за этот счёт кардинально повышать рентабельность бизнеса и производительность труда, рассматривая оборачиваемость и стоимость капитала в качестве приемлемых ограничений.
Зависимость рентабельности бизнеса от его оборачиваемости может быть представлена гиперболической регрессией с нечёткими коэффициентами, а статистическая связь устойчивости и эффективности традиционно представляется параболической регрессией с интервальными коэффициентами, т.е. R-линзой. В совокупности представленные в работе регрессии двух типов позволяют осуществить рыночное позиционирование предприятия в одном из двух океанов. Если экономическая эффективность в океанах варьируется в достаточно широких пределах, то требуемый уровень индекса устойчивости RI, напротив, нормируется в сравнительно узком диапазоне (от 0.45 до 0.6), т.е. в районе среднеотраслевых уровней.
Если в ходе стратегического планирования фиксировать целевые мишени для рыночных океанов в пространстве RI x ROE, то данные мишени могут рассматриваться как прямоугольники, вписанные в отраслевые R-линзы. Обратным счётом, можно оценить все ключевые параметры бизнеса на уровне плана как интервалы или нечёткие числа общего вида. При этом показатели с прямой логикой оцениваются классическими интервалами, а инверсные показатели с обратной логикой «чем выше, тем хуже» ‒ оцениваются зеркальными интервалами. Имея интервальные ориентиры по факторам, можно выйти и на интервальные ориентиры по базовым статьям стратегического бюджета.

Ключевые слова

алый рыночный океан, голубой рыночный океан, индекс устойчивости, матричный агрегатный вычислитель, лингвистическое нормирование, нечёткая регрессия, R-линза

Список литературы

  1. Ким В. Чан. Стратегия голубых океанов. Как найти или создать рынок, свободный от других игроков / В. Чан Ким, Р. Моборн; пер. с англ. И. Ющенко. – 5-е изд.– М.: Изд. Манн, Иванов и Фербер, 2015. — 304 с.
  2. Люцко Д.И. Разметка конкурентных ниш для международной машиностроительной отрасли / В. В. Силакова, Д. И. Люцко // Экономика и управление: проблемы, решения. – 2024. – Т. 12, № 10(151). – С. 87-96. – DOI 10.36871/ ek.up.p.r.2024.10.12.010.
  3. Малюков А. Ю. Интерпретация «голубого океана» по Ким-Моборну в трёх осях / А. Ю. Малюков, З. И. Абдулаева, Я. О. Терновая // Управление экономикой, системами, процессами: Сборник статей VII Международной научно-практической конференции, Пенза, 20–21 октября 2023 года. – Пенза: Пензенский государственный аграрный университет, 2023. – С. 380-386.
  4. Малюков Ю.А., Недосекин А.О. Абдулаева З.И. Оценка экономической устойчивости публичных промышленных компаний. – СПб: Издательство Санкт-Петербургского политехнического университета им. Петра Великого. – 2023. – 98 с.
  5. Свидетельство о государственной регистрации программы для ЭВМ № 2024662841 Российская Федерация. 1С: АНИЗОТРОПИЯ – программа для анализа отраслевой анизотропии и эвентуальности: № 2024661954: заявл. 23.05.2024: опубл. 30.05.2024 / Я. О. Терновая, В. В. Силакова, В.Т. Водянников, Т.В. Бирюкова, Н.В. Сергеева, Е.Ф. Малыха, Т.М. Ворожейкина.
  6. Abdoulaeva, Z. I. R-Lenses as a Tool for the Enterprise Resilience Analysis / A. N. Kozlovsky, A. O. Nedosekin, Z.I. Abdoulaeva, E. I. Reyshakhrit // 2nd International Scientific and Practical Conference “Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth” (MTDE 2020) : Advances in Economics, Business and Management Research, volume 138. – Amsterdam: Atlantis Press. – 2020. – Р. 353-355. – DOI 10.2991/aebmr.k.200502.057
  7. Buheji M. (2018). Understanding the power of resilience economy: an inter-disciplinary perspective to change the world attitude to socio-economic crisis. AuthorHouse UK. 386 p. ISBN-10: 1546286675.
  8. de Graaf, T., Reggiani, A., & Nijkamp, P. (2000). Resilience: An evolutionary approach to spatial economic systems. Networks and Spatial Economics, 2, 211–229.
  9. Gunderson, L., & Pritchard, L. (2002). Resilience and the behavior of large-scale system. Washington D.C: Island Press
  10. Hill, E. W., Wial, H., & Wolman, H. (2008). Exploring regional economic resilience. Working Paper: University of California, – Institute of Urban and Regional Development.
  11. Holling, C. S. (1973). Resilience and stability of ecological systems. Annual Review of Ecology and Systematics, 4, 1–23.
  12. Holling, C. S. (1996). Engineering resilience versus ecological resilience. In P. Schulze (Ed.), Engineering within ecological constraints. Washington D.C, National Academy Press.
  13. Hosseini S., & Barker K., & Ramirez-Marquez J.E. (2016). A review of definitions and measures of system resilience. Reliability Engineering & System Safety, 145, 47- 61.
  14. Malyukov Y., Nedosekin A., Abdoulaeva Z., Silakov A. (2023) The Fuzzy Model for Sectoral Resilience Estimation. International Journal of Mathematical and Computational Methods, 8, 47-53.
  15. Martin, R. (2011). Regional economic resilience, hysteresis and recessionary shocks. Journal of Economic Geography, 12, 1–32.
  16. Martin, R., Sunley, P. (2013). On the notion of regional economic resilience: Conceptualization and explanation. In Papers in Evolutionary Economic Geography (13.20) (pp. 1–45).
  17. Muller, G., Koslowski, T., Accorsi, R. (2013). Resilience – a New Research Field in Business Information Systems? In: Abramowicz, W. (eds) Business Information Systems Workshops. BIS 2013. Lecture Notes in Business Information Processing, 160, 3-14. Springer, Berlin, Heidelberg.
  18. Nedosekin A., Malyukov Y., Silakov A., Abdoulaeva Z. (2024). Fuzzy Analysis of Industry Anisotropy. Intelligent and Fuzzy Systems. INFUS 2024. Lecture Notes in Networks and Systems, vol 1090. pp 653–660. Springer, Cham. https:// doi.org/10.1007/978-3-031-67192-0_73
  19. Neumann, K., van Erp, T., Steinhöfel, E., Sieckmann, F., & Kohl, H. (2021). Patterns for Resilient Value Creation: Perspective of the German Electrical Industry during the COVID-19 Pandemic. MDPI: Sustainability, 13(11), 6090. DOI: 10.3390/su13116090.
  20. Perrings, C. (2006). Resilience and sustainable development. Environment and Development Economics, 11(4), 417–427.
  21. Sabatino, Michele. (2019). Economic resilience and social capital of the Italian region. International Review of Economics & Finance. 61. 10.1016/j.iref.2019.02.011.
  22. Walker, B., Gunderson, L., Kinzig, A., Folke, C., Carpenter, S., Schultz, L. (2006). A handful of heuristic and some propositions for understanding resilience in socioecological systems, ecological and society. Ecological and Society, 11