Апатова Наталья Владимировна, д-р экон. наук, профессор, зав. кафедрой «Бизнес-информатика и математическое моделирование», ФГАОУ ВО «Крымский Федеральный университет им. В. И. Вернадского»: Россия, 295007, Республика Крым, г. Симферополь, пр-кт Академика Вернадского, 4.
Остапенко Ирина Николаевна, канд. экон. наук, доцент, доцент кафедры «Бизнес-информатика и математическое моделирование», ФГАОУ ВО «Крымский Федеральный университет им. В. И. Вернадского»: Россия, 295007, Республика Крым, г. Симферополь, пр-кт Академика Вернадского, 4.
Усенко Роман Станиславович, ст. преподав. кафедры «Бизнес-информатика и математическое моделирование», ФГАОУ ВО «Крымский Федеральный университет им. В. И. Вернадского»: Россия, 295007, Республика Крым, г. Симферополь, пр-кт Академика Вернадского, 4.

Тел: (978) 766-90-62
E-mail: r_usenko@rambler.ru

В условиях цифровой трансформации всех сфер жизнедеятельности человека его творческий и интеллектуальный потенциал обретает новую значимость. Будущее человечества как никогда зависит от грамотных взвешенных решений, для чего уникальный по своей сути потенциал каждой личности должен быть более полно раскрыт и оптимально использован. Но реалии таковы, что стремительное развитие цифровой экономики опережает готовность каждого индивида соответствовать новейшим технологиям – для этого ему требуется постоянное развитие, непрерывное образование. Развитие человеческого капитала может быть более важным фактором долгосрочного успеха страны, региона или любой крупномасштабной системы, чем любой другой фактор. Изобретательность, креативность и творческий подход, которыми располагает человечество, предоставляют нам средства не только для решения основных проблем нашего времени, но и позволяют строить будущее, которое должно быть ориентированным на человека. Рынок интеллектуального капитала не может по какому-то определённому алгоритму удовлетворить инвестора. Если не считать единичных гениев, очень талантливых специалистов или просто обязательных исполнительных специалистов в определённой области, все остальные потенциальные сотрудники только с определённой вероятностью могут влиять на доходность организации, её конкурентоспособность при вложении в них капитала, другими словами инвестировании в интеллектуальный ресурс.  Целью данного исследования является разработка методики оценки целесообразности инвестирования в индивидуальный человеческий капитал ВУЗа на основе логистической регрессии и нейронных сетей. В работе предложен подход к оценке целесообразности инвестирования в человеческий капитал в рамках развития интеллектуального капитала социально-экономических систем. Предложены нелинейные математические модели оценки целесообразности инвестирования в человеческий капитал ВУЗа на основе логистической регрессии и нейронных сетей. Предлагается использовать данную методику для диверсификации вложений при формировании инвестиционного портфеля подразделений ВУЗа.

человеческий капитал, интеллектуальный капитал, инвестиционный портфель, непрерывность образования, факторные признаки, экспертный метод, логистическая регрессия, нейронные сети, нечеткая логика

1. «Национальная доктрина образования в Российской Федерации» от 04 октября 2000 года № 751 [Электронный ресурс] // URL: http://www.rg.ru/2000/10/11/doktrina-dok.html (дата обращения 30.03.2021).

2. Кричевский М. Л., Мартынова Ю. А. Инструменты искусственного интеллекта при оценке эффективности инвестиционного проекта // Креативная экономика. – 2018. – Т. 12, № 8. – С. 1105-1118.
3. Горбачевская Е. Н., Леонидов А. В. Модель нейронной сети для рейтинговой оценки компетентности сотрудников // Вестник Волжского университета имени В. Н. Татищева. – 2015. – №1(23). – С. 57-71.
4. Остапенко И. Н., Р. С. Усенко Моделирование показателя уровня творческого развития личности // Цифровая экономика: информационные технологии и модели: монография / Под научной редакцией д.э.н., д.п.н., профессора Апатовой Н. В. Серия «Цифровая экономика». – Симферополь: ИП Зуева Т.В., 2018. – 306 с. – С. 258-282.
5. Houe R., Grabot B., Tchuente G. Fuzzy logic in competence management // European Society for Fuzzy Logic and Technology: 7th conference. 2011. – Р. 651-656.
6. Jevšček M. Competencies assessment using fuzzy logic // Journal of Universal Excellence. – 2016. – № 2. – P. 187-202.
7. Macwan N., Srinivas S. Performance Appraisal using Fuzzy Evaluation Methodology // International Journal of Engineering and Innovative Technology. – 2013. – № 3. – p.324-329.
8. Зинченко А.А. Оценка персонала с использованием бинарной регрессии // Вестник Финансового университета. – 2015. – № 2 (86). – С. 135-141.
9. Полтаржицкая О. Б. Моделирование риска увольнения сотрудников организации с помощью логистической регрессии // Научные стремления. – 2016. – № 20. – С. 187-191.
10. Нигматов З. Г., Шакирова Л. Р. Теория и технологии обучения в высшей школе: Курс лекций / Под ред. З.Г. Нигматова. / Казанский федеральный университет. – Казань 2012. – 357 с.
11. Hosmer D. W., Lemeshow S., Sturdivant R. X. Applied Logistic Regression. A Wiley-Interscience Publication, 2000. – 375 с.
12. Harrel F. E. Regression modeling strategies. N. Y.: Springer, 2001.
13. Хайкин С. Нейронные сети: полный курс, 2-е издание. : Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1104 с.
14. Усенко Р. С. Подход к моделированию туристического потока с использованием нейронных сетей // Управление экономическими системами: электронный научный журнал. – 2019. – №9. – С. 24.

APPROACHES TO DECISION-MAKING ON THE ISSUE OF INVESTING IN INDIVIDUAL HUMAN CAPITAL

Apatova Natalia Vladimirovna, Dr. of Econ. Sci., Prof., Head of the Depart. of Business Informatics and Mathematical Modeling, Crimean Federal University named after V.I. Vernadsky, Simferopol, Russia.
Ostapenko Irina Nikolaevna, Cand. of Econ. Sci., Ass. Prof., Ass. Prof. of the Depart. of Business Informatics and Mathematical Modeling, Crimean Federal University named after V.I. Vernadsky, Simferopol, Russia.
Усенко Роман Станиславович, Senior Lecturer of the Depart. of Business Informatics and Mathematical Modeling, Crimean Federal University named after V.I. Vernadsky, Simferopol, Russia.

Keywords: human capital, intellectual capital, investment portfolio, continuity of education, factor features, expert method, logistic regression, neural networks, fuzzy logic.

Abstract. In the conditions of digital transformation of all spheres of human activity, his creative and intellectual potential is gaining new significance. The future of humanity more than ever depends on competent and balanced decisions, for which the unique potential of each individual should be more fully revealed and optimally used. But the reality is that the rapid development of the digital economy outstrips the readiness of each individual to comply with the latest technologies – for this he needs constant development, continuous education. The development of human capital may be a more important factor for the long-term success of a country, region or any large-scale system than any other factor. The ingenuity, creativity and creativity that humanity has at its disposal provide us with the means not only to solve the main problems of our time, but also allow us to build a future that should be human-oriented. The intellectual capital market cannot satisfy the investor according to a certain algorithm. If we do not count individual geniuses, very talented specialists or simply mandatory executive specialists in a certain field, all other potential employees can only influence the profitability of the organization with a certain probability, its competitiveness when investing capital in them, in other words, investing in an intellectual resource.  The purpose of this study is to develop a methodology for assessing the feasibility of investing in individual human capital of a university based on logistic regression and neural networks. The paper proposes an approach to assessing the feasibility of investing in human capital within the framework of the development of intellectual capital of socio-economic systems. Nonlinear mathematical models for assessing the feasibility of investing in the human capital of a university based on logistic regression and neural networks are proposed. It is proposed to use this method to diversify investments in the formation of the investment portfolio of university departments.