Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/138914
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorКондраков, Олег Викторовичru
dc.contributor.authorКондраков, Игорь Викторовичru
dc.date.accessioned2026-07-07T08:39:29Z-
dc.date.available2026-07-07T08:39:29Z-
dc.date.issued2026-
dc.identifier.citationКондраков, О. В. Оперативная оценка уровня экономической безопасности энергетических объектов / О. В. Кондраков, И. В. Кондраков // Векторы благополучия: экономика и социум. — 2026. — Т. 54, № 2. — С. 33-46.ru
dc.identifier.issn2658-4956-
dc.identifier.urihttp://earchive.tpu.ru/handle/11683/138914-
dc.description.abstractОбеспечение экономической безопасности промышленных объектов является актуальной задачей в современных условиях. Безопасность подразумевает устойчивую работу несмотря на воздействие внешних и внутренних факторов. Объектом исследования выступает топливно-энергетический комплекс. Цель: оперативная оценка уровня экономической безопасности. Для непрерывного наблюдения за промышленным объектом необходим мониторинг индикаторов состояния. В работе предлагается методика оценки уровня экономического риска в топливно-энергетическом комплексе. Состояние энергетики оценивается по значениям индикаторов, характеризующих состояния расчетов с контрагентами, инвестиционную активность, разные виды рентабельности, платежеспособность, ликвидность, экономию топливно-энергетических ресурсов, уровень производства, торговый оборот. Основную часть индикаторов составляют финансовые показатели, отражающие эффективность и прибыльность. Каждый индикатор с точки зрения экономической безопасности может иметь три уровня состояния: нормальный, предкризисный, кризисный. Для классификации применяется искусственная нейронная сеть. Если значение показателя находится на предкризисном или кризисном уровне, то необходимо принять соответствующее управленческое решение, способствующее безопасной работе энергетического объекта. Методы: экономико-статистический анализ, мониторинг индикаторов, классификация, аппроксимация, метод экспертных оценок и прогнозирование. На основе разработанной модели нейронной сети производится классификация значений индикаторов по уровням безопасности. Для каждого нового значения индика-тора состояния экономического объекта нейронная сеть автоматически определяет класс опасности. Если индикатор попадает в зону кризисного или предкризисного уровня, то необходимо принимать управленческие решения по стабилизации ситуации. Выводы: предложенная методика позволит оперативно определять уровень экономической безопасности на любом промышленном объектеru
dc.description.abstractEnsuring the economic security of industrial facilities is a pressing task in modern conditions. Security implies stable operation despite the impact of external and internal factors. Object. Fuel and energy complex. Aim. To provide an operational assessment of the level of economic security. To monitor an industrial facility in real-time, it is necessary to track the state indicators. Methodology. The paper proposes a methodology for the rapid assessment of the level of economic risk in the fuel and energy complex. The state of the energy sector is assessed by the values of an indicator set characterizing the state of settlements with counterparties, investment activity, various types of profitability, solvency, liquidity, savings in fuel and energy resources, production level, and trade turnover. The main part of the indicators are financial ones representing efficiency and profitability. Each indica-tor, from the perspective of economic security, can have three states: normal, pre-crisis, and crisis. An artificial neural network is used for their classification. If the value of the indicator is at the pre-crisis or crisis level, then it is necessary to make an appropriate management decision that contributes to the safe operation of the energy facility. The research methods included economic-statistical analysis, indicator monitoring, classification, approx-imation, ex-pert evaluation, and forecasting. Based on the developed neural network model, the values of the in-dicators are classified according to safety levels. For each new value of an economic object state indicator, the neural net-work automatically determines the risk class. If an indicator falls into the crisis or pre-crisis zone, man-agerial decisions must be made to stabilize the situation. Conclusions. The proposed methodology enables the operational determination of the economic security level at any industrial facilityen
dc.format.mimetypeapplication/pdf-
dc.language.isoruen
dc.publisherТомский политехнический университетru
dc.relation.ispartofВекторы благополучия: экономика и социум. 2026. Т. 54, № 2ru
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.rightsAttribution-NonCommercial 4.0 Internationalen
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/-
dc.sourceВекторы благополучия: экономика и социумru
dc.subjectтопливно-энергетический комплексru
dc.subjectэкономические рискиru
dc.subjectэкономическая безопасностьru
dc.subjectнейронная сетьru
dc.subjectиндикаторы состоянияru
dc.subjectfuel and energy complexen
dc.subjecteconomic risken
dc.subjecteconomic securityen
dc.subjectartificial neural networken
dc.titleОперативная оценка уровня экономической безопасности энергетических объектовru
dc.title.alternativeRapid assessment of the economic security level of energy facilitiesen
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dcterms.audienceResearchesen
local.description.firstpage33-
local.description.lastpage46-
local.filepathjwt-1464.pdf-
local.filepathhttps://doi.org/10.18799/26584956/2026/2/2042-
local.identifier.bibrec(RuTPU)687226-
local.issue2-
local.localtypeСтатьяru
local.volume54-
dc.identifier.doi10.18799/26584956/2026/2/2042-
Располагается в коллекциях:Векторы благополучия: экономика и социум

Файлы этого ресурса:
Файл РазмерФормат 
jwt-1464.pdf1,79 MBAdobe PDFПросмотреть/Открыть


Лицензия на ресурс: Лицензия Creative Commons Creative Commons