5. Модель взаимодействия факторов риска инновационного проекта на основе нейросетей.

Орбитные возмущения представляют собой лишь один из механизмов взаимодействия факторов риска. Для построения более полной схемы взаимосвязей факторов риска инновационного проекта весьма полезным является применение концепций построения нейронных сетей. Нейронные сети получили в последнее время широкое распространение в самых разнообразных отраслях знаний, в том числе и в исследовании экономических процессов и явлений. Напомним, что сама идея построения нейронных сетей заимствована из биологии. Нейрон представляет собой элемент, имеющий несколько входов информации (дендритов) и разветвляющийся выход (аксон). Согласно принципам построения искусственных нейросетей нейрон преобразует многочисленные входные сигналы с помощью весов (синапсов), присвоенных отдельным входам, в общий входной сигнал. Далее входной сигнал соотносится с порогом активации – если входной сигнал превышает этот порог, нейрон посылает выходной сигнал в соответствии с функцией активации, присущей каждому нейрону. Если входной сигнал меньше порога активации, нейрон не посылает никаких сигналов.

Исходя из этого, каждый фактор риска можно представить в виде нейрона, реагирующего на сигналы от одних факторов риска, и передающего, в свою очередь, сигналы другим факторам риска (схему соединения таких нейронов см. в Приложении 2). В качестве сигналов выступают возмущения (отклонения). Оговоримся, что риски прогноза лишь условно считаются нейроном; фактически данное звено является источником возмущений и не имеет в рамках рассматриваемой модели внешних входов. Микроуровневые риски, напротив, имеют лишь входы, представляя собой конечный элемент всей цепи. В данном случае микроуровневые риски тесно ассоциируются с их детерминантным качеством – результатом (доходами и затратами проекта); вследствие чего они являются общим выходом всей нейросетевой системы факторов риска.

Каждый промежуточный нейрон системы факторов риска получает входящие сигналы от предыдущего нейрона и от входного нейрона (рисков прогноза). Нейроны имеют разветвляющийся выход, передающий сигнал следующему нейрону и конечному нейрону всей сети (микроуровневые риски). Передача сигналов от предыдущего к последующему нейрону образует цепочку орбитных возмущений. Одновременно могут возникать возмущения, затрагивающие только один промежуточный нейрон. С практической точки зрения это может быть, к примеру, отмена налоговых льгот для инновационных проектов: в этом случае сигнал возникает в нейроне рисков прогноза (теоретически такое изменение налогового законодательства можно было спрогнозировать), поступает в нейрон макроуровневых рисков (фактическое изменение внешней среды), где сигнал обрабатывается и посылается в нейрон микроуровневых рисков (связанных с уменьшением прибыли от проекта). Одновременно сигнал должен был поступить и в нейрон мезоуровневых рисков, но в данном случае порог активации мезоуровневых рисков не был преодолен, вследствие чего орбитных возмущений не возникло.

В рамках такого подхода проявление любого фактора риска инновационного проекта обязательно должно быть связано с передачей сигнала в соответствующий нейрон от входного нейрона риска прогноза, и от соответствующего нейрона в выходной нейрон микроуровневых рисков. С точки зрения экономической теории это вполне объяснимо: если изменение не влияет на финансовые результаты проекта, либо если оно учитывалось при прогнозировании, то это изменение не является риском для инновационного проекта.

В контексте подобного анализа довольно легко интерпретируются практические меры по определению рисков инновационных проектов. К примеру, анализ чувствительности проекта фактически направлен на выявление порогового уровня активации микроуровневых рисков и весов, в соответствии с которыми нейрон микроуровневых рисков воспринимает сигналы от других нейронов.

Очевидно, что подобная концепция взаимодействия факторов риска требует дальнейшего детального изучения и подтверждения на фактических показателях реальных инновационных проектов. В качестве дальнейшего направления исследований можно предложить изучение порядка установления весов, пороговых значений и функции активации нейронов отдельных факторов рисков, установление их величины для конкретных инновационных проектов, их взаимосвязь для проектов в рамках одной отрасли, одной территории и т.д.[22]

[22] Практическое построение нейросети для инновационного проекта и расчет параметров этой сети может быть осуществлено, к примеру, в программе Statistica Neural Networks.