Полезное

Визуализация скоринговых индексов

Статья затрагивает вопросы формирования и представления многофакторных индексов, в том числе индекса инновационности предприятия

Актуальность рассмотренной темы заключается в сложности визуализации многофакторных величин. Целью исследования является разработка способа графического представления скоринговых индексов. Авторами проанализированы существующие способы представления скоринговых индексов и предложено решение, в котором предполагается группировать факторы, влияющие на значение индекса, создавая векторы, образующие квадратную матрицу. Кроме того, авторами предложено формировать индекс инновационности предприятия, учитывающего фактор интеллектуальной собственности. Разработка имеет прикладную направленность и предназначена для использования в информационно-аналитических системах.
Скоринговые индексы, рассматриваемые в настоящей статье, представляют собой численную оценку многофакторных показателей, которая может автоматически формироваться в режиме реального времени. Несомненно, выражение комплексной характеристики какого-то объекта в виде одного числа удобно с точки зрения представления и статистического анализа, однако результат оценки в виде числа не способен отразить зависимость величины от влияющих факторов. В этой связи авторами предлагается визуализация скоринговых индексов, нацеленная на представление многофакторной величины в виде геометрической фигуры, параметры которой будут отражать влияющие на оценочный показатель факторы.

Общеизвестный исторический факт, что у многих народов графическое представление цифр осуществлялось с помощью различных знаков (символов), которые происходили от способа ведения счета и подходов к формированию письменности. Например, иероглифы, используемые в на- стоящее время в Китае, Корее, Японии, Вьетнаме и проч., получены в результате эволюции простых рисунков, которые обозначали слова. Таким образом, основой для описания сложных объектов стала именно визуализация их составных частей.

Современный уровень развития информационных технологий и вычислительной техники дает широкие возможности для графического представления данных в различных сферах деятельности. В бизнес-аналитике (англ. business intelligence) для визуализации многофакторных величин зачастую используется прикладная геометрия. Графическому представлению аналитических данных посвящены работы многих ученых, среди них Н. Б. Паклин, В. И. Орешков, Д. Желязны [1, 2]. Исследователи приходят к тому, что визуализация аналитики в бизнес-задачах может быть осуществлена преимущественно с применением стандартных диаграмм и образов ввиду ограниченного типа выводов по результатам анализа и ориентированности на доступность любой аудитории. Авторы разделяют такой подход и отмечают, что динамическое формирование простых графических образов реализовано во многих программных продуктах и не требует разработки принципиально новых инструментов.

А. Ю. Зиновьев отмечает, что традиционные инструменты (графики и диаграммы) плохо справляются с задачей визуализации, когда возникает необходимость изобразить более трех взаимосвязанных величин [3]. Естественно, данное утверждение базируется на возможностях графического представления объектов, которое ограничено трехмерным изображением. Таким образом, становится актуальной задача визуализации многофакторных аналитических показателей с использованием имеющихся, ставших стандартными, технических средств.

На сегодняшний день скоринговые индексы выступают неотъемлемой частью информационно-аналитических систем и активно используются широкой аудиторией для принятия управленческих решений на основе информации, обрабатываемой в режиме реального времени. Формирование скоринговых индексов можно рассмотреть как эле- мент бизнес-аналитики, которая, в свою очередь, включает в себя процессы сбора, обработки и представления данных. Поэтому именно информационно-аналитические системы, имея в распоряжении большой объем структурированных данных, обладают возможностью органично добавлять к своей функциональности различные скоринговые индексы.

Так, например, один из лидеров рынка информационно-аналитических систем1, СПАРК-Интерфакс2, на странице с информацией о выбранной пользователем компании строит индексы, позволяющие оценить риски работы с ней. Всего предлагается три индекса и сводный индикатор риска, последний учитывает также статус компании (состояние ликвидации, банкротства и т. д.). Пример реализации скоринговой оценки рисков в системе СПАРК-Интерфакс проиллюстрирован на рисунке 1.

Рисунок 1. Скоринговая оценка рисков через индексы


По своей сути индекс является функцией, зависящей от нескольких аргументов, которым можно дать формализованную количественную оценку:
Авторы считают, что удобным вариантом представления вышеуказанных индексов риска стала бы визуализация сводного (комплексного) индекса. Графическое отображение комплексного индекса позволило бы наглядно демонстрировать форму (характеристики) риска, которая зависит от влияющих на него факторов (значений аргументов), так как представление в виде численного значения не отражает этого.

В целях расчета и визуализации комплексного индекса авторы предлагают использовать квадратные матрицы данных. Определитель матрицы, в зависимости от ее размера, будет соответствовать размеру (площади или объему) фигуры, а сама фигура строиться по координатам векторов данных (строкам матрицы). Значение определителя матрицы станет численной оценкой комплексного индекса.

Приведенный на рисунке 1 пример можно выразить в виде векторов, например, «угроз» и «ограничений», сгруппировав соответствующим образом индексы. Матрица будет записана в следующем виде:

Рисунок 2. Параллелограмм комплексного индекса риска


Вид параллелограмма представленного выше варианта комплексного индекса риска площадью 2962 проиллюстрирован на рисунке 2. В результате реализации предложенного способа появляются дополнительные возможности для аналитики, так как сравнивать можно не только численные значения индексов для различных компаний, но и форму индексов. Аналогичный подход применим и для индексов с бόльшим числом составляющих комплексного индекса (влияющих факторов). Авторами предлагается алгоритм расчета скорингового индекса инновационности предприятия через матрицу размером 3 на 3. Вопросы оценки инновационности с использованием индексного метода исследовались в работах Д. И. Камаловой, А. И. Балашова, С. А. Балашовой, С. Г. Бабич и др. [4, 5, 6, 7, 8]. В настоящее время практически реализованы некоторые индексы инновационности [9, 10, 11], однако они не строятся в отношении отдельно взятого предприятия.
В разработанном авторами решении предполагается использовать следующие три группы аргументов, которые сформируют векторы (строки матрицы):
1) характеристика условий;
2) характеристика возможностей;
3) текущие результаты деятельности.

В каждом векторе предполагается выделить по три аргумента, которые нормируются и имеют значение от 0 до 100. Таким образом, будет получена квадратная матрица, значение определителя которой может использоваться в качестве комплексного индекса инновационности и равняется объему соответствующего параллелепипеда при графическом представлении матрицы. Пример предлагаемого решения по расчету и визуализации комплексного индекса инновационности предприятия приведен ниже.

Рисунок 3. Представление индекса инновационности предприятия


Индекс инновационности предприятия позволит учесть фактор интеллектуальной собственности через включение в состав аргументов показателей, связанных с наличием у оцениваемой компании прав на интеллектуальную собственность, нематериальных активов, выполненных научно-исследовательских работ и проч. Рейтингование по критерию инновационности даст возможность сравнивать с помощью унифицированной оценки предприятия различных отраслей экономики и имеющие разный размер бизнеса. Внутри крупного бизнеса и корпораций индекс инновационности способен выступить одним из ключевых показателей эффективности системы управления интеллектуальной собственностью.

Предложенное авторами решение может быть применено для визуализации других многофакторных скоринговых оценок, в том числе кредитоспособности предприятия. Согласно разработанной Сбербанком России методике оценки кредитоспособности заемщика3, для оценки финансового состояния предприятия используются три группы оценочных показателей:

1) коэффициенты ликвидности;
2) коэффициент наличия собственных средств;
3) показатели оборачиваемости и рентабельности.

По мнению авторов, входящие в эти три группы показатели могут быть приведены к набору из девяти факторов и записаны в виде трех векторов данных, которые сформируют квадратную матрицу, аналогично вышеприведенному примеру расчета и графического представления скорингового индекса инновационности. В результате будет получено изображение параллелепипеда, объем которого возможно рассматривать как рейтинг кредитоспособности предприятия.

Таким образом, предложенный авторами способ визуализации скоринговых индексов применим для графического представления различных многофакторных величин. Реализация разработанного способа расширит возможности бизнес-аналитики. Разработка имеет прикладную направленность и предназначена для использования в информационно-аналитических системах.

Список литературы

  1. Паклин Н. Б., Орешков В. И. Визуализация данных, биз- нес-аналитика. От данных к знаниям. — 2-е изд. — СПб.: Питер, 2013. — 704 с.
  2. Желязны Д. Говори на языке диаграмм: пособие по визуальным коммуникациям. — 5-е изд. — М.: Манн, Иванов и Фербер, 2012. — 304 с.
  3. Зиновьев А. Ю. Визуализация многомерных данных: монография / А. Ю. Зиновьев; Красноярский государственный технический университет, Сибирское отде- ление Российской академии наук, Институт вычислит. моделирования. — Красноярск: ИПЦ КГТУ, 2000. — С. 2.
  4. Камалова Д. И. Индексный метод оценки инновационного потенциала / Д. И. Камалова // Вопросы и проблемы экономики и менеджмента в современном мире: сборник научных трудов по итогам международной научно-практической конференции, Омск, 11 мая 2017 года. Том Выпуск IV. — Омск: Инновационный центр развития образования и науки, 2017. — С. 109−112.
  5. Балашов А. И. Инновационная активность российских предприятий: проблемы измерения и условия роста / А. И. Балашов, Е. М. Рогова, Е. А. Ткаченко; Научно-иссле- довательский университет «Высшая школа экономики», Санкт-Петербургский филиал, Научно-исследова- тельская лаборатория исследований корпоративных инновационных систем. — Санкт-Петербург: Изд-во Политехнического ун-та, 2010. — 205 с.
  6. Балашова С. А. Глобальные индексы как средство комплексной оценки инновационного потенциала / С. А. Балашова // Национальные интересы: приоритеты и безопасность. — 2013. — Т. 9, No 6 (195). — С. 8−18.
  7. Балашова С. А. Построение и апробация Индекса ин- новационности для высокотехнологичных секторов экономики России / С. А. Балашова // Национальные интересы: приоритеты и безопасность. — 2013. — Т. 9, No 12 (201). — С. 29−37.
  8. Бабич С. Г. Индексный анализ дифференциации реги- онов РФ по основным показателям инновационной деятельности / С. Г. Бабич // Статистика и Экономика. — 2017.-No2.-С.3−13.
  9. https://www.globalinnovationindex.org/Home
  10. https://ec.europa.eu/research-and-innovation/en/statistics/ performance-indicators/european-innovation-scoreboard/eis.
  11. Индикаторы инновационной деятельности: 2022: статистический сборник / В. В. Власова, Л. М. Гохберг, Г. А. Грачева и др.; Научно-исследовательский уни- верситет «Высшая школа экономики». — М.: НИУ ВШЭ, 2022. — 292 с.
Настоящая статья является оригинальной и выражает мнение ООО "РИ" относительно рассмотренной проблемы. Мы против копирования текста статьи без указания нашего авторства