№ 2 (01.04.2026-30.06.2026)

Балтян М.А. / Baltyan M.A.

Машинное обучение в предынвестиционной оценке инновационных компаний: объяснимый многомерный скоринг инвестиционной привлекательности и риска несостоятельности / Machine learning in pre-investment assessment of innovative companies: explainable multidimensional scoring of investment attractiveness and insolvency risk

Аннотация: Разработана и эмпирически валидирована методика многомерной объяснимой предынвестиционной оценки инновационных компаний на основе машинного обучения и открытых данных. На массиве более 5 тыс. отечественных компаний обучены модели градиентного бустинга по шести измерениям инвестиционной привлекательности с интеграцией 58 финансовых коэффициентов и моделей прогнозирования несостоятельности Альтмана и Таффлера. Применена двухуровневая валидация: воспроизведение экспертной методики (R² = 0,968) и независимый форвардный прогноз выручки (R² = 0,77); индикаторы Альтмана и Таффлера статистически разделяют действующие и проблемные компании. Показано, что автоматизация снижает издержки первичного скрининга на порядки при окупаемости разовых вложений на единицах проектов.

Ключевые слова: предынвестиционная оценка; скоринг инновационных компаний; машинное обучение; объяснимый искусственный интеллект; прогнозирование несостоятельности; инвестиционная привлекательность; открытые данные

Annontation: A methodology for multidimensional, explainable pre-investment assessment of innovative companies based on machine learning and open data is developed and empirically validated. Using a dataset of more than 5,000 domestic companies, gradient boosting models are trained across six dimensions of investment attractiveness, integrating 58 financial ratios and the Altman and Taffler bankruptcy-prediction models. A two-level validation is applied: reproduction of an expert methodology (R² = 0.968) and an independent forward revenue forecast (R² = 0.77); the Altman and Taffler indicators statistically separate operating and distressed companies. It is shown that automation reduces primary-screening costs by orders of magnitude, with payback achieved within a few projects.

Keywords: pre-investment assessment; scoring of innovative companies; machine learning; explainable artificial intelligence; insolvency prediction; investment attractiveness; open data

Текст статьи Подробнее Скрыть

Баранова Е., Даниленко А.Е., Жаворонков М.Д., Кузьмина Е.И., Саранцев Д.Д. / Baranova E., Danilenko A.E., Zhavoronkov M.D., Kuzmina E.I., Sarantsev D.D.

Адаптация метода построения операционной стратегии в условиях макроэкономической турбулентности (на примере предприятий индустрии красоты) / Adapting the method for developing operational strategy in the context of macroeconomic turbulence (based on the example of beauty industry companies)

Аннотация: Цель исследования – разработка адаптированного метода построения операционной стратегии для предприятий индустрии красоты в условиях макроэкономической турбулентности. Задачи: анализ факторов нестабильности, влияющих на операционную деятельность; оценка существующих подходов к формированию операционной стратегии; выявление отраслевой специфики; разработка и апробация адаптированного метода. Автор использует следующие методы: системный анализ, сравнительный подход, моделирование. В результате исследования предложен метод, включающий алгоритм динамической корректировки операционных параметров с учетом макроэкономических сигналов и сервисной специфики отрасли.

Ключевые слова: операционная стратегия, макроэкономическая турбулентность, индустрия красоты, адаптация управления, устойчивость предприятий, внешняя среда

Annontation: The purpose of this study is to develop an adapted method for constructing an operational strategy for beauty industry enterprises in the face of macroeconomic turbulence. Objectives: analyze instability factors affecting operational activities; evaluate existing approaches to operational strategy formation; identify industry specifics; develop and test an adapted method. The author utilizes the following methods: systems analysis, a comparative approach, and modeling. The study proposes a method that includes an algorithm for dynamically adjusting operational parameters, taking into account macroeconomic signals and the service specifics of the industry.

Keywords: operational strategy, macroeconomic turbulence, beauty industry, management adaptation, enterprise resilience, external environment

Текст статьи Подробнее Скрыть

Баринова Н.В. / Barinova N.V.

Инструменты формирования и реализации корпоративной системы обучения / Tools for the formation and implementation of a corporate training system

Аннотация: В данной статье автором рассмотрены современные подходы к формированию и внедрению корпоративных систем обучения сотрудников, а также их влиянию на ключевые показатели бизнеса. В статье рассмотрены основные этапы формирования корпоративной системы обучения в организации, приведены задачи для их успешного выполнения и основные проблемы. Также в статье рассматривается вопрос об оценке компетенций сотрудников после обучения с помощью современных инструментов аналитики. В заключении статьи приводятся выводы о влиянии обучения сотрудников на повышение экономической эффективности предприятий.

Ключевые слова: управление персоналом, компетенции, корпоративная система обучения, компетенции, Индустрия 5.0, аналитика

Annontation: In this article, the author examines modern approaches to the formation and implementation of corporate employee training systems, as well as their impact on key business indicators. The article discusses the main stages of the formation of a corporate training system in an organization, provides tasks for their successful implementation and the main problems. The article also discusses the issue of assessing the competencies of employees after training

Keywords: personnel management, competencies, corporate training system, competencies, Industry 5.0, analytics

Текст статьи Подробнее Скрыть