Научный архив: статьи

Развитие искусственного интеллекта (ИИ) кардинально меняет банковский сектор, ускоряя цифровую трансформацию и повышая эффективность бизнес-процессов. Внедрение интеллектуальных алгоритмов позволяет автоматизировать клиентское обслуживание, управление рисками и борьбу с финансовыми мошенничествами. ИИ-аналитика улучшает кредитную оценку, персонализирует финансовые продукты и оптимизирует управление активами. Использование машинного обучения снижает операционные издержки, повышает уровень кибербезопасности и улучшает точность прогнозирования рыночных трендов. В статье анализируются основные направления внедрения ИИ в банковской сфере, оценивается его экономическая эффективность и рассматриваются ключевые риски и барьеры цифровой трансформации финансовых учреждений.

Развитие цифровых технологий повышает потребность предприятий в интеграции автоматизированных систем управления (ERP), направленных на оптимизацию бизнес- процессов и снижение операционных затрат. Внедрение ERP-систем обеспечивает централизованный контроль ресурсов, автоматизацию учета, управление финансовыми потоками и прогнозирование спроса. Экономическая эффективность этих решений выражается в повышении производительности, снижении транзакционных издержек и улучшении управления цепочками поставок. В статье анализируются инвестиционные затраты на внедрение ERP, источники финансирования, ключевые выгоды для бизнеса и возможные риски. Рассматриваются перспективы развития ERP-систем с учетом технологических трендов, включая облачные вычисления, искусственный интеллект и интеграцию с интернетом вещей.

Современные экономические кризисы развиваются с высокой скоростью и сложностью, что требует новых методов прогнозирования и раннего выявления рисков. Использование технологий больших данных позволяет анализировать сложные экономические процессы в режиме реального времени, выявлять скрытые паттерны кризисов и предсказывать возможные макроэкономические потрясения. Применение машинного обучения, нейросетевых моделей и обработки высокочастотных финансовых данных значительно повышает точность прогнозирования кризисных сценариев, позволяя принимать упреждающие меры. В статье исследуется роль больших данных в выявлении нестабильности, рассматриваются основные источники информации, методы аналитики и ограничения алгоритмических предсказаний. Анализируются успешные примеры использования больших данных центральными банками и финансовыми регуляторами, а также перспективы интеграции предсказательных моделей в экономическую политику.

В статье представлен анализ структурных и конъюнктурных факторов, оказывающих влияние на динамику курса рубля в период с 1 квартала 2015 года по 3 квартал 2024 года. Целью исследования является разработка факторной модели, позволяющей осуществлять краткосрочное прогнозирование курса рубля с учетом текущей экономической среды. Авторы исследования используют методы эконометрического анализа для построения двух моделей множественной регрессии, где зависимой переменной выступает среднеквартальный курс валютной пары RUB/USD. Первая модель не учитывает лагированный курс рубля, в то время как вторая модель включает этот параметр для более точной оценки. С помощью статистических показателей, таких как R-squared, F-statistics и t-statistics, были выявлены ключевые факторы, оказывающие наибольшее воздействие на курс рубля. На основе проведенного анализа построена эконометрическая модель, которая наилучшим образом описывает динамику курса рубля в современных экономических условиях. В результате исследования влияния структурных и конъюнктурных факторов на динамику курса рубля было установлено, что наибольшее влияние в период с 1 квартала 2015 по 3 квартал 2024 гг. оказывают такие факторы как ВВП, реальная процентная ставка, показатель внутреннего долга и индекс волатильности RVI. Результаты исследования могут быть полезны розничным инвесторам для принятия обоснованных финансовых решений на валютном рынке, банкам и финансовым компаниям для управления валютными рисками, государственным органам для формирования экономической политики, научным исследователям и студентам это исследование предоставит новый материал для анализа и развития существующих теорий. В работе также обсуждаются возможные ограничения модели и направления для дальнейших исследований.

Агропродовольственные системы все больше подвержены экономической нестабильности, вызванной действием широкого спектра факторов, проблемы с идентификацией которых затрудняют предсказуемость их функционирования. Статья направлена на формирование теоретико-методических основ нейросетевого прогнозирования агропродовольственных систем. Методологической базой исследования послужили теория интеграции в приложении к предприятиям агропромышленного сектора и системный подход. Использовался комплекс общенаучных и специальных методов, включая элементы статистического анализа. Предложена авторская трактовка понятия «агропродовольственная система» как совокупности взаимосвязанных экономических субъектов, охватывающих весь цикл производства, хранения, переработки, распределения и потребления продуктов питания, объединенных и взаимодействующих между собой на основе экономических отношений и обеспечивающих достижение индивидуальных и совокупных системных эффектов. Сформирована структурная схема интеграции и взаимодействия элементов агропродовольственной системы, включающих экономические субъекты сельского хозяйства и продовольственного сектора, вертикально интегрированные структуры, домашние хозяйства населения. Обоснован концептуальный подход к систематизации эндогенных и экзогенных факторов прогнозирования. Экзогенные факторы были классифицированы как факторы первого и второго уровня по отношению к экономическим субъектам в зависимости от оказываемого влияния. Анализ особенностей проявления экзогенных факторов в функционировании агропродовольственной системы РФ выявил ее нестабильность, связанную с высокой волатильностью факторов данного типа, что определяет актуальность построения прогностических моделей на основе нейронных сетей. Результаты исследования способствуют более глубокому пониманию влияния различных факторов на параметры функционирования агропродовольственной системы и помогают разрабатывать соответствующие методы прогнозирования с использованием нейронных сетей.

Проблема прогнозирования уровня безработицы в Республике Беларусь остается актуальной в условиях динамично изменяющейся экономической среды. Традиционные методы прогнозирования, основанные на официальной статистике, зачастую не учитывают оперативные изменения на рынке труда, что снижает их точность. В то же время данные поисковых запросов доказали свою эффективность в качестве опережающих индикаторов в других странах, однако, их применение в Беларуси остается неизученным. Статья посвящена оценке возможности использования данных поисковых запросов для повышения точности прогнозирования уровня безработицы в Республике Беларусь. Методологическую основу исследования сформировали теоретические положения макроэкономики и модели SARIMA, VAR и SARIMAX. Методы включали декомпозицию временных рядов, тест Дики – Фуллера для оценки стационарности, дифференцирование, стандартизацию данных и тест Грейнджера на причинность. Информационную базу составили данные Национального статистического комитета Республики Беларусь об уровне безработицы за 2015–2024 гг. и данные о поисковых запросах Google, связанные с поиском работы. Выявлено, что модель SARIMAX с включением данных о поисковых запросах превосходит классические модели прогнозирования безработицы, демонстрируя минимальные ошибки. Согласно этой модели, прогнозные значения уровня безработицы показали тенденцию к снижению, что отражает устойчивую динамику улучшения ситуации на рынке труда Республики Беларусь. Полученные результаты подчеркивают значимость комбинирования традиционных данных с цифровыми метриками для повышения точности прогнозов, а также открывают перспективы для дальнейших исследований в области применения интернет-данных для социально-экономического анализа, включая разработку более совершенных моделей прогнозирования безработицы

В данной статье подробно рассматриваются ключевые элементы, включающие комплексный мониторинг гидрологической обстановки, прогнозирование развития опасных явлений, разработку и реализацию адаптивных мер по защите сельских территорий и инфраструктуры. Рассмотрена концепция, акцентирующая внимание на научно-обоснованной оценке уязвимости территорий к наводнениям различных генетических типов до наступления чрезвычайных ситуаций и анализа сопутствующих явлений и ущербов. В рамках данной концепции первостепенной является научно-обоснованная оценка уязвимости для наводнений различных генетических типов ареалов до наступления чрезвычайной ситуации. Проанализирована существующая нормативно-правовая база Российской Федерации, регламентирующая деятельность в области предупреждения чрезвычайных ситуаций, порождаемых гидрологическими явлениями. Отмечается значительная роль государства в ликвидации последствий стихийных бедствий, где ключевой является проблема разработки адекватной правовой базы для оценки ущербов. Предложена реализация модели управления на сельских территориях. В данной модели реализована двойственная природа гидрологической системы региона как глобальный фактор влияния - источник рисковых событий и как ключевой ресурс в экономической системе сельских территорий. Подчеркнута необходимость развития страхования как эффективного инструмента управления ущербами, особенно учитывая исторически низкий уровень страхования имущества и сельскохозяйственных рисков в Российской Федерации.

Совокупность требований устойчивого развития создает сложную системную проблему, решение которой напрямую зависит от создания адекватного инструментария для анализа стратегических направлений устойчивого развития агропродовольственных систем различного уровня. Целью авторов настоящей статьи был анализ современных предложений российских исследователей по совершенствованию методов стратегического планирования устойчивого развития продовольственных систем и актуальных возможностей их дополнения и развития. В современных условиях влияние неопределенностей внешнего экономического окружения, межрегионального обмена продовольствием и изменения биоклиматического потенциала территорий необходимо рассматривать в рамках единой задачи перевода продовольственной системы нашей страны в режим безопасного и устойчивого развития. В этих условиях аппарат экономико-математического моделирования требует существенной доработки, обеспечивающей большую системность отражения действительности, что является актуальной научной проблемой. Модель АПК и информационно-аналитическая система Декарбон-СХ, представленные с различных сторон в настоящей работе, обладают параметрами, позволяющими их использовать в рамках созданной цифровой платформы стратегического планирования.

Цель исследования - раскрыть роль и значение математических методов в современной экономической теории и практике. Задачи исследования включали анализ применения математического моделирования, статистических методов, эконометрики и других математических инструментов в различных областях экономики. В результате исследования выявлено, что математика позволяет формализовать экономические процессы, строить прогнозы, оптимизировать решения и проводить количественный анализ экономических явлений. Практическая значимость исследования заключается в демонстрации необходимости математической подготовки для специалистов в области экономики и финансов, а также в обосновании применения математических методов для повышения эффективности экономических решений.

Значительно резвившаяся под управлением крупных девелоперов сфера ЖКХ так же, как и любой другой бизнес, требует четкого планирования финансовых и ресурсов. Качественный прогноз, учитывающий не только ретроспективные данные об объемах продаж услуг, но и размеры коммунальных платежей, цены на услуги ЖКХ и т. п., позволяет эффективно планировать деятельность по управлению бизнесом. Данная статья посвящена проблеме прогнозирования поступлений денежных средств для управляющей компании. На основе анализа публикаций, посвященных вопросам прогнозирования и планирования доходов для управляющих компаний, выявлено, что перечень таких работ ограничен, что указывает на узкую направленность проблематики и ее определенную сложность. В статье предложен вариант алгоритма прогнозирования дохода управляющей компании, занимающейся комплексным обслуживанием в сфере ЖКХ и обеспечением условий проживания жителей многоквартирных домов, который основан на методе машинного обучения

В условиях геополитической турбулентности кондитерская отрасль Российской Федерации и Донецкой Народной Республики рассматривается как значимый сегмент продовольственного рынка, требующий системной государственной поддержки и применения инновационных методов стратегического управления. В статье обоснована актуальность использования геомаркетинга (компонента «place» в маркетинг-миксе 5P) для диагностики конъюнктуры кондитерских рынков, выделения фокус-групп потребителей и оптимизации деятельности хозяйствующих субъектов. Представлены результаты типизации продукции на основе международных классификаторов, анализа внешнеторговых потоков и диагностики ключевых геосегментов. На основе статистических, графических и аналитических методов проведено прогнозирование основных показателей развития отрасли на 2024-2026 гг. Выявлены разнонаправленные тенденции функционирования российских и региональных предприятий, включая предприятия Донецкой Народной Республики, подтверждающие необходимость комплексных мер регулирования. Разработан организационный механизм совершенствования функционирования кондитерского рынка ДНР и определены стратегические направления его развития в условиях усиливающейся конкуренции и инновационных сдвигов. Сформулированы практические рекомендации для органов государственного управления и предприятий, направленные на укрепление конкурентоспособности, расширение экспортного потенциала и обеспечение национальной продовольственной безопасности.

Возможность прогнозировать тренды на будущий период всегда была востребована на коммерческих и государственных предприятиях. На основе прогнозирования принимаются эффективные управленческие решения, способствующие развитию предприятия и экономике страны. Для таких расчетов необходим инструмент, способный сделать качественный расчет и анализ с учетом нестабильного поведения рынка. Для реализации данной системы необходимо учитывать макроэкономические показатели, показатели промышленного производства и правильный выбор архитектуры программного обеспечения.

Цель исследования - анализ архитектуры программного обеспечения и разработка информационно-аналитической системы.

Методы исследования - сравнительный анализ архитектуры программного обеспечения, статистические данные получены путем метода классификации.

Результаты. В рамках данной работы разобраны и проанализированы архитектуры программного обеспечения для решения задачи прогнозирования показателей Российской Федерации на основе авторского метода оценки архитектуры. Составлена таблица сравнительного анализа, на основе которой была выявлена оптимальная архитектура, подходящая для решения поставленной задачи. В работе выявлена актуальность данного исследования, поставлены цели и задачи. Разработана информационно-аналитическая система прогнозирования, показан процесс разработки системы на основе выбранной автором архитектуры. Продемонстрирована работа ИАС, сделаны первичные расчеты методами прогнозирования, на основе результатов сделаны выводы. Каждая поставленная задача была выполнена.