Превентивный анализ когнитивными графами на примере модели прогнозирования индекса потребительских цен

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Кризисное состояние экономики, вызванное пандемией, продемонстрировало несостоятельность многих прогнозных моделей. Актуальность работы связана с высокой частотой потрясений, возникающих в Российской экономике, а также отсутствием предупреждающих методов, способных улучшить прогнозные модели. Целью исследования является проверка корректности работы известной эконометрической модели в условиях экономически нестабильной ситуации и усиление ее с помощью модели когнитивных графов. Прогнозирование инфляции без преувеличений является значимой задачей для государственных институтов, бизнеса и домохозяйств. Точность полученного прогноза напрямую влияет на эффективность и последствия принятых управленческих решений в курсе монетарной политики, в сфере планирования расходов и сбережений на уровне домохозяйств, касательно привлечения финансирования для бизнеса. Задачи исследования. Построить и описать модель межфакторных связей инфляционной модели, проверить модель на сбалансированность, продемонстрировать несостоятельность прогноза в условиях нестабильности, описать метод, усиливающий первоначальную модель. Аппарат когнитивных графов используется в качестве предупреждающего инструмента для улучшения эконометрической модели прогнозирования инфляции. В качестве подтверждения неэффективности оригинальной модели предоставлены результаты оценки инфляции на ковидном временном интервале. Выводы. Моделирование экономических систем когнитивными графами является эффективным предупреждающим методом, который позволяет динамически отслеживать внутренние циклы системы и указывает на ключевые факторы, динамику которых следует внимательно отслеживать. Кроме того, методом когнитивного моделирования можно определить ключевые факторы системы, исключение которых в какой-то момент времени обязательно приведет к некорректным результатам работы модели. Продемонстрирован алгоритм построения когнитивного графа на первоначальной эконометрической модели прогнозирования инфляции.

Об авторах

Николай Михайлович Мазутский

Финансовый университет при Правительстве Российской Федерации

Email: nikolaymazutsky@gmail.com
аспирант Москва, Российская Федерация

Список литературы

  1. Андреев А. Cерия докладов об экономических исследованиях Прогнозирование инфляции методом комбинирования прогнозов в Банке России №14, Август 2016.
  2. Байбуза И. Прогнозирование инфляции с помощью методов машинного обучения. Научный журнал Банка России Деньги и Кредит, 77(4), 2021, С. 42-59.
  3. Балацкий Е.В., Юревич М.А. Прогнозирование инфляции: практика использования синтетических процедур. Мир новой экономики, 12(4), 2018, С. 20-31.
  4. Вудс M., Дауд К., Коттер Дж., Хамфри К. Насколько неудачна 25-сигма? 2008.
  5. Гардинер Г.В. Уравнение Ирвинга Фишера. Эволюция кредитных структур и контроля. Пэлгрейв Макмиллан, Лондон, 2006.
  6. Горелко Г.П., Коровин Д.И. Математическое моделирование динамики изменения качественных показателей социально-экономической системы с помощью взвешенных орграфов. Известия высших учебных заведений. Серия: Экономика, финансы и управление производством, 4(18), 2013, С. 84-91.
  7. Горелко Г.П., Коровин Д.И. Моделирование взаимодействий факторов социально-экономической системы России методом теории графов. Известия высших учебных заведений. Серия: Экономика, финансы и управление производством, 2(16), 2013, С. 100-106.
  8. Горелко Г.П., Коровин Д.И. Применение сбалансированных графов для описания динамики экономических процессов в социально-экономических системах / ФГБОУВПО «Ивановский государственный энергетический университет имени В.И. Ленина». Иваново, 2013.
  9. Коровин Д.И. О применении когнитивных графов для анализа качественных характеристик социально-экономических процессов: коррупция в ВУЗе. Известия высших учебных заведений. Серия: Экономика, финансы и управление производством, 2(44), 2020, С. 67-72.
  10. Лучко О.Н., Маренко В.А. Когнитивное моделирование как инструмент поддержки принятия решений. -Новосибирск: Издательство Сибирского отделения РАН, 2014.
  11. Мазутский Н.М. Имитационное моделирование когнитивными графами на примере инфляционных возмущений. Известия высших учебных заведений. Серия «Экономика, финансы и управление производством» Ивэкофин], 04(50), 2021, С. 156-164.
  12. Мишкин Ф.С., Суфи А., Хупер П. Перспективы инфляции в экономике с высоким давлением: кривая Филлипса мертва или она просто впадает в спячку? Исследования в области экономики, том 74, выпуск 1, 2020, С. 26-62.
  13. Нечаева Ю., Шарапова И., Шуляк С. DSM group. Фармацевтический рынок России, Март 2020.
  14. Нили С.Дж. Превышение целевого уровня инфляции. Экономические синопсисы, 24, 2021.
  15. Симс К.А. Интерпретация фактов макроэкономического временного ряда: влияние денежно-кредитной политики. Европейский экономический обзор, 36(5), 1992, С. 75-1000.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».