личины налоговых выплат за весь срок позволяет увеличить ЧДЦ на 8-9%; совместное применение ускоренной амортизации и налоговых скидок приводит к увеличению ЧДЦ на 10-11%. Подобные результаты вскрывают возможности целенаправленного ускорения развития инновационной сферы и могут быть положены в основу процедуры принятия государственных решений. Другой класс эмпирических исследований ориентирован на проверку некоторых теоретических посылок инновационных моделей. Так, С.Б.Перминов и Т.В.Ващилко осуществили попытку выяснить существование лидера на мировом инновационном рынке38. Для этого ими проверялась теснота связи между курсами акций наиболее крупных высокотехнологичных компаний с высокой капитализацией и ликвидностью и макроэкономическим индексом активности рынка высоких технологий, в качестве которого использовался индекс NASDAQ. Кроме того, в целях изучения проблемы синхронности развития отдельных сегментов рынка высоких технологий ими проверялась гипотеза о перекрестных связях между лидирующими инновационными компаниями. Для решения поставленных задач С.Б.Перминов и Т.В.Ващилко использовали так называемый тест К.Грэнджера, заключающийся в построении специфических регрессионных зависимостей и проверки их на статистическую значимость. Расчеты по данной методике показали, что из четырех крупнейших фирм IBM, Microsoft (MSFT), Cisco Systems (CSCO), Intel (INTC) наибольшее влияние на технологический сектор оказывают Microsoft и Cisco Systems. Именно Microsoft является лидером инновационного рынка, так как на нее приходится наибольшее число инноваций в области новых продуктов и технологий. Данный факт имеет большое значение для прогнозирования инновационной активности рынка высоких технологий. С.Б.Перминовым и Т.В.Ващилко было также выяснено, что компания IBM не влияет на другие 38Псрминов С.Б., Ващилко Т.В. Экономический анализ взаимовлияния курсов акций технологического сектора фондового рынка// «Экономика и математические методы», №1,2001. |
добные результаты вскрывают возможности целенаправленного ускорения развития инновационной сферы и могут быть положены в основу процедуры принятия государственных решений. ' Другой класс эмпирических исследований ориентирован на проверку некоторых теоретических посылок инновационных моделей. Так, С.Б.Перминов и Т.В.Ващилко осуществили попытку выяснить существование лидера на мировом инновационном рынке [74]. Для этого ими проверялась теснота связи между курсами акций наиболее крупных высокотехнологичных компаний с высокой капитализацией и ликвидностью и макроэкономическим индексом активности рынка высоких технологий, в качестве которого использовался индекс NASDAQ. Кроме того, в целях изучения проблемы синхронности развития отдельных сегментов рынка высоких технологий ими проверялась гипотеза о перекрестных связях между лидирующими инновационными компаниями. Для решения поставленных задач С.Б.Перминов и Т.В.Ващилко использовали так называемый тест К.Грэнджера, заключающийся в построении специфических регрессионных зависимостей и проверки их на статистическую значимость [74, с.104]. Расчеты по данной методике показали, что из четырех крупнейших фирм IBM, Microsoft (MSFT), Cisco Systems (CSCO), Intel (INTC) наибольшее влияние на технологический сектор оказывают Microsoft и Cisco Systems. Именно Microsoft является лидером инновационного рынка, так как на нее приходится наибольшее число инноваций в области новых продуктов и технологий [74, с.105]. Данный факт имеет большое значение для прогнозирования инновационной активности рынка высоких технологий. С.Б.Перминовым и Т.В.Ващилко было также выяснено, что компания IBM не влияет на другие три крупнейшие компании, так как она доминирует на своем довольно обособленном рынке больших ЭВМ [74, с.106]. Такая сег 72. Оболенский В.П. Научно-техническая сфера России и ее позиции на внешнем рынке// «Внешнеэкономический бюллетень», №9,2003. 73. Оганесян Т., Чернаков А. Акулы академического бизнеса// «Эксперт», №16(229), 2000. 74. Перминов С.Б., Ващилко Т.В. Эконометрический анализ взаимовлияния курсов акций технологического сектора фондового рынка// «Экономика и математические методы», №1,2001. 75. Письмак В. Новые формы организации инновационного процесса// «Экономист», №9, 2003. . 76. Почукаева О-В. Воздействие инновационного фактора на эффективность производства// «Проблемы прогнозирования», №5,2001. 77. Полтерович В.М. Институциональные ловушки и экономические реформы// «Экономика и математические методы», №2, 1999. 78. Полтерович В.М. Политическая культура и трансформационный спад (комментарий к статье А.Хиллмана «В пути к Земле Обетованной)// «Экономика и математические методы», №4,2002. 79. Полтерович В.М., Хенкин Г.М. Эволюционная модель взаимодействия процессов создания и заимствования технологий// «Экономика и математические методы», №6,1988. 80. Полтерович В.М., Хенкин Г.М. Эволюционная модель экономического роста// «Экономика и математические методы», №3, 1989. 81. Попович А.С. Бюрократизация общества и научной жизни как фактор торможения инновационного развития// «Науковедение», №4, 2003. 82. Промышленность России: Стат. сб. М.: Госкомстат России. 2000. 83. Промышленность России. 2002: Стат. сб. М.: Госкомстат России. 2002. ' 84. Розанова Н.М. Структура рынка и стимулы к инновациям// «Проблемы прогнозирования», №3,2002. |