Финансовые модели скоринга инновационных проектов в условиях неопределённости

Введение

Финансирование инновационных проектов сопряжено с высоким уровнем неопределённости, что требует применения специализированных методов оценки. Согласно Стратегии научно-технологического развития Российской Федерации (Указ Президента РФ от 28.02.2024 № 145), приоритетным направлением является создание механизмов отбора перспективных инновационных проектов. Федеральный закон от 23.08.1996 № 127-ФЗ «О науке и государственной научно-технической политике» определяет инновационный проект как комплекс мероприятий по созданию и практическому применению новой или усовершенствованной продукции, технологии.

Проблема оценки инновационных проектов заключается в том, что традиционные методы финансового анализа (NPV, IRR) не учитывают специфику инновационной деятельности. Как отмечают Е. А. Обухова и А. Т. Юсупова, ключевой проблемой является информационная асимметрия между инвестором и инициатором проекта на ранних стадиях^[1]. Скоринговые модели позволяют формализовать экспертные оценки и обеспечить сопоставимость проектов.

Целью настоящей работы является разработка методики скоринговой оценки инновационных проектов с конкретными критериями, весовыми коэффициентами и формулами расчёта, пригодными для практического применения.

Материалы и методы

Нормативную основу исследования составляют: Федеральный закон № 127-ФЗ, определяющий понятийный аппарат инновационной деятельности; Постановление Правительства РФ от 22.12.2020 № 2204, устанавливающее критерии оценки инновационных проектов при венчурном финансировании. Методическую базу формируют международные стандарты: ISO 31000:2018 «Менеджмент риска», устанавливающий процесс идентификации, анализа и оценивания рисков; ISO 56002:2019 «Инновационный менеджмент», определяющий требования к управлению инновациями; ГОСТ Р 58771-2019 «Менеджмент риска. Технологии оценки риска», регламентирующий конкретные методы оценки.

Предлагаемая методика основана на аддитивной модели скоринга, где интегральный балл рассчитывается как взвешенная сумма оценок по критериям. Выбор аддитивной модели обусловлен её прозрачностью и возможностью интерпретации вклада каждого критерия. Весовые коэффициенты определены на основе анализа работ по оценке инновационных проектов и могут корректироваться в зависимости от отраслевой специфики^[2].

Результаты

Разработанная методика включает оценку инновационного проекта по пяти этапам жизненного цикла. Каждый этап характеризуется специфическими рисками, для которых определены измеримые критерии оценки (таблица 1).

Таблица 1 – Критерии скоринговой оценки по этапам инновационного цикла

Источник: составлено автором.

Этап маркетинговых исследований является начальным в инновационном цикле и определяет целесообразность дальнейшей разработки продукта. Е. А. Обухова и А. Т. Юсупова отмечают, что на данном этапе ключевой проблемой является отсутствие статистических данных для принципиально новых продуктов, что вынуждает опираться на экспертные оценки и анализ аналогов^[3]. Коммерческие риски проявляются в неверной оценке ёмкости целевого рынка, ошибочном определении целевой аудитории и недооценке эластичности спроса по цене. Критерий K₁₁ (ёмкость рынка) оценивается на основе доступных маркетинговых исследований и отраслевых отчётов. Конкурентные риски связаны с барьерами входа на рынок: наличием патентной защиты у конкурентов, необходимостью значительных капитальных вложений, сложностью формирования каналов сбыта. Критерий K₁₂ (барьеры входа) оценивается экспертно с учётом анализа конкурентной среды по модели М. Портера.

Этап научно-исследовательских и опытно-конструкторских работ (НИОКР) характеризуется максимальным уровнем технологической неопределённости. Согласно ISO 56002:2019, для оценки зрелости технологии применяется шкала уровней технологической готовности (Technology Readiness Level, TRL)^[4]. Критерий K₂₁ непосредственно основан на данной шкале: уровни TRL 1–3 соответствуют фундаментальным исследованиям и концептуальным разработкам; TRL 4–6 — лабораторным испытаниям и созданию прототипов; TRL 7–9 — опытному производству и коммерциализации. R. Mitchell, R. Phaal и N. Athanassopoulou подчёркивают, что именно на стадии НИОКР отсеивается наибольшее количество инновационных проектов, поэтому критерии данного этапа должны иметь повышенный вес для проектов ранних стадий^[5]. Кадровые риски связаны с зависимостью от ключевых специалистов, возможностью их ухода к конкурентам, утечкой интеллектуальной собственности. Критерий K₂₂ (компетенции команды) оценивается по количеству успешно реализованных проектов в релевантной области.

Этап подготовки производства предполагает переход от опытных образцов к серийному выпуску. М. В. Грачева и С. Ю. Ляпина указывают, что данный этап часто недооценивается инициаторами проектов, хотя именно здесь возникают критические проблемы масштабирования^[6]. Производственные риски проявляются в несоответствии технологических процессов требованиям массового выпуска, необходимости существенной доработки конструкторской документации, превышении плановых сроков и бюджета. Критерий K₃₁ (готовность производственных мощностей) оценивает наличие и состояние необходимого оборудования, помещений, инженерной инфраструктуры. Логистические риски связаны с зависимостью от поставщиков комплектующих и материалов. Ян Чжаона отмечает, что диверсификация поставщиков является ключевым инструментом снижения логистических рисков инновационных проектов^[7]. Критерий K₃₂ (надёжность поставок) оценивается по количеству альтернативных поставщиков критических комплектующих.

Этап производства связан с обеспечением стабильного качества продукции и достижением целевых экономических показателей. Операционные риски проявляются в отклонениях от технологического регламента, повышенном уровне брака, незапланированных простоях оборудования. Согласно ГОСТ Р 58771-2019, для оценки операционных рисков применяются статистические методы: контрольные карты, анализ видов и последствий отказов (FMEA), расчёт показателей воспроизводимости процессов^[8]. Критерий K₄₁ (выход годных изделий) является объективным количественным показателем, рассчитываемым по данным производственного учёта. Рыночные риски на данном этапе связаны с изменением конъюнктуры, действиями конкурентов, колебаниями цен на ресурсы. Критерий K₄₂ (маржинальность) отражает устойчивость бизнес-модели проекта к неблагоприятным рыночным факторам.

Этап ввода в эксплуатацию завершает инновационный цикл и включает поставку продукции потребителям, монтаж, пусконаладку, гарантийное и постгарантийное обслуживание. Д. Р. Зайнуллина подчёркивает, что недооценка рисков данного этапа может привести к значительным финансовым потерям и репутационному ущербу^[9]. Эксплуатационные риски проявляются в выявлении скрытых дефектов, рекламациях потребителей, необходимости отзыва продукции. Критерий K₅₁ (доля гарантийных случаев) является объективным показателем, отражающим качество продукции в реальных условиях эксплуатации. Юридические риски связаны с несоответствием продукции требованиям технического регулирования, отсутствием необходимых сертификатов и деклараций соответствия. Критерий K₅₂ (статус сертификации) оценивает готовность продукции к легальному обращению на целевых рынках.

Интеграция критериев в единую скоринговую модель основана на принципах, сформулированных в ISO 31000:2018: систематичность охвата всех существенных рисков, прозрачность методологии оценки, возможность адаптации к специфике конкретного проекта^[10]. M. Namazi с соавторами показали эффективность комбинированных подходов к оценке портфеля НИОКР-проектов, сочетающих экспертные оценки с формализованными расчётными моделями^[11]. Предлагаемая методика развивает данный подход применительно к оценке индивидуальных инновационных проектов.

Особенностью разработанной модели является дифференциация весовых коэффициентов в зависимости от стадии готовности проекта. Для проектов ранних стадий (до завершения НИОКР) наибольший вес имеет этап 2 (w₂ = 0,35), поскольку технологические риски являются определяющими. Для проектов поздних стадий (готовых к коммерциализации) возрастает значимость производственных и маркетинговых критериев (w₁ = 0,25; w₄ = 0,25). Такой подход согласуется с результатами исследования M. Hartmann с соавторами, которые продемонстрировали необходимость адаптации весовых коэффициентов к специфике оцениваемых проектов^[12].

Е. И. Музыко в диссертационном исследовании обосновала применение метода реальных опционов для оценки венчурных инвестиций в условиях неопределённости^[13]. Предлагаемая скоринговая методика может использоваться как инструмент первичного отбора проектов перед проведением детальной оценки методом реальных опционов, что позволяет оптимизировать затраты на инвестиционный анализ.

А. А. Лакин, анализируя отечественную и зарубежную практику оценки инновационных проектов, отмечает тенденцию к комбинированию количественных и качественных методов оценки^[14]. Разработанная методика реализует данный подход: критерии K₄₁, K₄₂, K₅₁ являются количественными и рассчитываются по объективным данным, тогда как критерии K₁₂, K₂₂, K₃₁ оцениваются экспертно с использованием предложенных балльных шкал.

Нормативно-правовое обеспечение применения скоринговых моделей в Российской Федерации определяется Федеральным законом № 127-ФЗ «О науке и государственной научно-технической политике», который устанавливает понятие инновационного проекта и механизмы государственной поддержки инновационной деятельности^[15]. Постановление Правительства РФ № 2204 определяет критерии оценки инновационных проектов при венчурном и прямом финансировании с участием государства, включая требования к уровню технологической готовности, рыночному потенциалу и квалификации команды^[16]. Стратегия научно-технологического развития Российской Федерации (Указ Президента РФ № 145) определяет приоритетные направления и механизмы поддержки инновационной деятельности, что формирует контекст применения скоринговых моделей на макроуровне^[17].

Интегральный скоринговый балл S рассчитывается по формуле (1):

где i – номер этапа (i = 1...5); j – номер критерия внутри этапа; wᵢ – весовой коэффициент этапа; vᵢⱼ – весовой коэффициент критерия внутри этапа; Kᵢⱼ – балльная оценка по критерию (0–100).

Весовые коэффициенты этапов (wᵢ) дифференцированы в зависимости от стадии готовности проекта (таблица 2). Сумма весов равна 1.

Таблица 2 – Весовые коэффициенты этапов

Внутри каждого этапа критерии имеют равные веса: vᵢⱼ = 0,5 (по два критерия на этап). Таким образом, формула (1) принимает вид (2):

Схема расчёта представлена на рисунке 1.

Рисунок 1 – Структура скоринговой модели

Обсуждение

Интерпретация результатов скоринга осуществляется по следующей шкале: S > 75 баллов – высокий инвестиционный потенциал, проект рекомендуется к финансированию; S = 50–75 баллов – умеренный потенциал, требуется доработка критических аспектов; S < 50 баллов – низкий потенциал, финансирование не рекомендуется. Данные пороговые значения согласуются с практикой венчурного финансирования, описанной в работе Д. Р. Зайнуллиной^[18].

Алгоритм применения методики включает четыре этапа (рисунок 2): формирование экспертной группы (не менее 3 экспертов); сбор исходных данных и независимая оценка критериев каждым экспертом; расчёт средних значений Kᵢⱼ и интегрального балла S по формуле (2); принятие решения на основе пороговых значений.

Рисунок 2 – Алгоритм применения скоринговой модели

Источник: составлено автором.

Предложенная методика соответствует принципам ISO 31000:2018: систематичность (охват всех этапов жизненного цикла), прозрачность (формализованные критерии и формулы), адаптивность (возможность корректировки весов). Критерий K21 (уровень TRL) соответствует шкале технологической готовности, рекомендованной ISO 56002:2019 для оценки зрелости инноваций.

Ограничения методики: субъективность экспертных оценок по качественным критериям (K12, K22, K31); необходимость адаптации весовых коэффициентов для различных отраслей; неучёт взаимозависимости рисков между этапами. Для снижения субъективности рекомендуется привлечение не менее 3 независимых экспертов с расчётом коэффициента согласованности по методике Кендалла.

Заключение

Разработана методика скоринговой оценки инновационных проектов, включающая: систему из 10 критериев по 5 этапам инновационного цикла; балльные шкалы оценки (0–100) с чёткими градациями; весовые коэффициенты, дифференцированные по стадиям готовности проекта; формулу расчёта интегрального балла; алгоритм применения методики.

Методика соответствует требованиям ISO 31000:2018, ISO 56002:2019 и ГОСТ Р 58771-2019, а также положениям Федерального закона № 127-ФЗ и Постановления Правительства РФ № 2204. Все элементы методики (критерии, шкалы, веса, формулы) представлены в явном виде, что обеспечивает воспроизводимость результатов и возможность практического применения.

Направлением дальнейших исследований является эмпирическая верификация методики на выборке реальных инновационных проектов с оценкой прогностической способности предложенной модели.

Список литературы

1. О науке и государственной научно-технической политике : Федеральный закон от 23.08.1996 № 127-ФЗ : [ред. от 08.08.2024]. – Текст : электронный // КонсультантПлюс : [сайт]. – URL: https://www.consultant.ru/document/cons_doc_LAW_11507/ (дата обращения: 18.11.2025).
2. О Стратегии научно-технологического развития Российской Федерации : Указ Президента Российской Федерации от 28.02.2024 № 145. – Текст : электронный // Президент России : [сайт]. – URL: http://www.kremlin.ru/acts/bank/50358 (дата обращения: 22.11.2025).
3. О некоторых вопросах реализации государственной поддержки инновационной деятельности, в том числе путем венчурного и (или) прямого финансирования инновационных проектов : Постановление Правительства РФ от 22.12.2020 № 2204 : [ред. от 15.10.2024]. – Текст : электронный // ГАРАНТ : [сайт]. – URL: https://base.garant.ru/400126000/ (дата обращения: 25.11.2025).
4. ГОСТ Р 58771-2019. Менеджмент риска. Технологии оценки риска : национальный стандарт Российской Федерации. – М. : Стандартинформ, 2020. – 90 с. – Текст : непосредственный.
5. Грачева, М. В. Управление рисками в инновационной деятельности : учеб. пособие / М. В. Грачева, С. Ю. Ляпина. – М. : ЮНИТИ-ДАНА, 2017. – 351 с. – ISBN 978-5-238-01693-1. – Текст : непосредственный.
6. Зайнуллина, Д. Р. Методологический подход к оценке рисков инновационных проектов и принятию решений в условиях неопределенности / Д. Р. Зайнуллина // Креативная экономика. – 2022. – Т. 16, № 8. – С. 3007–3024. – DOI: 10.18334/ce.16.8.115262. – Текст : непосредственный.
7. Лакин, А. А. Анализ отечественной и зарубежной практики оценки инновационных проектов / А. А. Лакин // Экономика, предпринимательство и право. – 2023. – Т. 13, № 8. – С. 2715–2730. – DOI: 10.18334/epp.13.8.118849. – Текст : непосредственный.
8. Музыко, Е. И. Оценка эффективности венчурного финансирования инновационных проектов с использованием опционного и нечетко-множественного подходов : дис. … д-ра экон. наук : 08.00.10 / Музыко Елена Игоревна. – Новосибирск, 2021. – 350 с. – Текст : непосредственный.
9. Обухова, Е. А. Как увидеть потенциал инновационной разработки: проблемы оценки проектов ранних стадий / Е. А. Обухова, А. Т. Юсупова // ЭКО. – 2023. – Т. 53, № 1. – С. 99–117. – DOI: 10.30680/ECO0131-7652-2023-1-99-117. – Текст : непосредственный.
10. Ян Чжаона. Особенности системы управления рисками инновационных проектов компаний / Ян Чжаона // Экономическая безопасность. – 2025. – № 2. – С. 415–432. – Текст : электронный // Первое экономическое издательство : [сайт]. – URL: https://1economic.ru/lib/122778 (дата обращения: 03.12.2025).
11. Combining the Analytical Hierarchy Process, Fuzzy Expert Systems, and the Exponential Risk Priority Number for the Holistic Evaluation of Innovation Projects in Manufacturing / M. Hartmann, S. Vasilev, P. Gindorf [et al.] // Production & Manufacturing Research. – 2024. – Vol. 12, № 1. – Article ID 2378200. – DOI: 10.1080/21693277.2024.2378200. – Text : direct.
12. ISO 31000:2018. Risk management – Guidelines. – Geneva : ISO, 2018. – 16 p. – Text : direct.
13. ISO 56002:2019. Innovation management – Innovation management system – Guidance. – Geneva : ISO, 2019. – 38 p. – Text : direct.
14. Mitchell, R. How to Build a Customized Scoring Tool to Evaluate and Select Early-stage Projects / R. Mitchell, R. Phaal, N. Athanassopoulou // Research-Technology Management. – 2022. – Vol. 65, № 2. – P. 38–48. – DOI: 10.1080/08956308.2022.2026185. – Text : direct.
15. Namazi, M. A New Strategic Approach for R&D Project Portfolio Selection Using Efficiency-Uncertainty Maps / M. Namazi, M. Tavana, E. Mohammadi, A. Bonyadi Naeini // Benchmarking: An International Journal. – 2023. – Vol. 30, № 10. – P. 4193–4220. – DOI: 10.1108/BIJ-02-2022-0129. – Text : direct.