Алгоритм интеллектуального анализа региональных данных об инвестиционном риске

Е. А. Макарова, Э. Р. Габдуллина, М. М. Юсупов, Г. Р. Вагапова

Аннотация


В статье предложен алгоритм интеллектуального анализа региональных данных об инвестиционном риске, который предполагает проведение компонентного, кластерного и нейросетевого анализа для первичного формирования кластеров, а также построение трех вариантов деревьев решений для окончательного формирования кластеров регионов. Выявлены малочисленные кластеры регионов, характеризующиеся высоким уровнем экономического, социального и экологического риска. Анализ выявленных кластеров регионов позволяет сформулировать их характерные особенности, а также сформировать правила оценки инвестиционного риска.

Ключевые слова


инвестиционный риск, интеллектуальный анализ данных, компонентный анализ, нейронные сети Кохонена, кластер, деревья решений.

Полный текст:

PDF

Литература


Регионы России. Социально-экономические показатели. Статистический сборник. М.: Росстат, 2023. [[ Regions of Russia. Socio-economic indicators. Statistical collection. Moscow: Rosstat, 2023. (In Russian). ]]

Агеева Е. В., Баранов А. О. Прогноз развития инвестиционного комплекса России в 2022–2023 гг. // ЭКО. 2022. № 5. С. 111–130. [[ Ageeva E. V., Baranov A. O. “Forecast for the development of the investment complex of Russia in 2022–2023” // IVF. 2022. No. 5. pp. 111–130. (In Russian). ]]

Зубаревич Н. В. Регионы России в новых экономических условиях // Журнал Новой экономической ассоциации. 2022. № 3 (55). С. 226–234. [[ Zubarevich N. V. “Regions of Russia in new economic conditions” // Journal of the New Economic Association. 2022. No. 3 (55), pp. 226–234. (In Russian). ]]

Кузнецов В. И., Владимиров Н. А., Сычева М. А. О дифференциации регионов Российской Федерации по уровню инвестиционной привлекательности // Статистика и экономика. 2019. № 16. С.25-33. DOI: https://doi.org/10.21686/2500-3925-2019-2-25-33 [[ Kuznetsov V. I., Vladimirov N. A., Sycheva M. A. “On the differentiation of regions of the Russian Federation according to the level of investment attractiveness” // Statistics and Economics. 2019. No. 16, pp. 25-33. (In Russian). ]]

Методика составления рейтинга инвестиционной привлекательности регионов России компании «РАЭКС-Аналитика». [Электронный ресурс] URL: https://raex-rr.com/ [[ Methodology for Compiling a Rating of Investment Attractiveness of Russian Regions by RAEX-Analytics. [Electronic resource] URL: https://raex-rr.com/ (In Russian). ]]

Национальное рейтинговое агентство. [Электронный ресурс]. URL: https://www.ra-national.ru/ [[ National Rating Agency. [Electronic resource]. URL: https://www.ra-national.ru/ (In Russian). ]]

Национальный инвестиционный рейтинг. [Электронный ресурс]. URL: https://asi.ru/government_officials/rating/ [[ National Investment Rating. [Electronic resource]. URL: https://asi.ru/government_officials/rating/ (In Russian). ]]

Кузнецова С. В., Смирнова О. А. Анализ подходов к оценке инвестиционной привлекательности региона // Современные наукоемкие технологии. Региональное приложение. 2016. № 1. С.44-51. [[ Kuznetsova S. V., Smirnova O. A. “Analysis of approaches to assessing the investment attractiveness of a region” // Modern Science-Intensive Technologies. Regional Application. 2016. No. 1, pp. 44-51. (In Russian). ]]

Масленникова Е. В. Инвестиционная привлекательность региона: методики оценки и рейтинги инвестиционной привлекательности // Общество, экономика, управление. 2017. № 2. С.37-40. [[ Maslennikova E. V. “Investment attractiveness of the region: assessment methods and ratings of investment attractiveness” // Society, Economics, Management. 2017. No. 2, pp. 37-40. (In Russian). ]]

Хомякова А. А., Мизгирев Л. С., Шергин В. В. Использование методов интеллектуального анализа данных в процессах управления инвестиционной привлекательностью региона // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. 2020. № 2. С.14-23. [[ Khomyakova A. A., Mizgirev L. S., Shergin V. V. “Using methods of intellectual data analysis in the processes of managing the investment attractiveness of the region” // News of Higher Educational Institutions. Series: Economics, Finance, and Production Management. 2020. No. 2, pp. 14-23. (In Russian). ]]

Огородников П. И., Матвеева О. Б., Гусева Е. П. Компонентный анализ инвестиционной привлекательности сельскохозяйственных районов Центральной зоны Оренбургской области, их ранжирование и классификация // НАУКОВЕДЕНИЕ. 2017. Т. 9, № 6 [Электронный ресурс]. URL: https://naukovedenie.ru/PDF/167EVN617.pdf [[ Ogorodnikov P. I., Matveeva O. B., Guseva E. P. “Component analysis of the investment attractiveness of agricultural areas of the Central zone of the Orenburg region, their ranking and classification” // SCIENCE. 2017. Vol. 9, No. 6 [Electronic resource]. URL: https://naukovedenie.ru/PDF/167EVN617.pdf (In Russian). ]]

Казанская А. А., Мишура Л. Г. Использование машинного обучения в инвестиционной деятельности // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2020. № 2. С. 23-34. [[ Kazanskaya A. A., Mishura L. G. “Using machine learning in investment activities” // Scientific Journal of NRU ITMO. Series "Economics and Environmental Management". 2020. No. 2, pp. 23-34. (In Russian). ]]

Мусацков В. Ю., Афанасьева Г. А. Искусственные нейронные сети в экономике и в экологии // Проблемы региональной экологии. 2023. № 4. С. 51-55. [[ Musatskov V. Yu., Afanasyeva G. A. “Artificial neural networks in economics and ecology” // Problems of Regional Ecology. 2023. No. 4, pp. 51-55. (In Russian). ]]

Бушуева Л. И., Кузнецов В. И., Попова Ю. Ф. Применение метода главных компонент для анализа ключевых показателей развития конкуренции на рынках товаров и услуг Северо-Западного федерального округа Российской Федерации // Корпоративное управление и инновационное развитие экономики Севера: Вестник Научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета. 2023. Т. 3, № 2. С. 124-134. [[ Bushueva L. I., Kuznetsov V. I., Popova Yu. F. “Application of the principal component’s method for the analysis of key indicators of competition development in the markets of goods and services of the North-Western Federal District of the Russian Federation” // Corporate Governance and Innovative Development of the Economy of the North : Bulletin of the Research Center for Corporate Law, Management and Venture Investment of Syktyvkar State University. 2023. Vol. 3, No. 2, pp. 124-134. (In Russian). ]]

Козак Е. Применение нейронных сетей в экономике // Экономика: вчера, сегодня, завтра. 2021. Т. 11, № 5А. С. 113-119. DOI: 10.34670/AR.2021.43.81.014 [[ Kozak E. “Application of neural networks in economics” // Economics: Yesterday, Today, Tomorrow. 2021. Vol. 11, No. 5A, pp. 113-119. (In Russian). ]]

Трифонов Ю. В., Сочков А. Л., Соловьев А. Е. Оценка экономического потенциала регионов РФ на основе методологии нейросетевого кластерного анализа // Вестник Нижегородского университета им. Н. И. Лобачевского. Серия: Социальные науки. 2021. № 3(63). С. 38-47. [[ Trifonov Yu. V., Sochkov A. L., Solovyov A. E. “Assessment of the economic potential of regions of the Russian Federation based on the methodology of neural network cluster analysis” // Bulletin of the Nizhny Novgorod University. Series: Social sciences. 2021. No. 3(63), pp. 38-47. (In Russian). ]]

Серова Е. Г., Лукинский В. С. Методы и инструменты интеллектуального анализа данных в цифровой логистике и управлении цепями поставок // Логистика и управление цепями поставок. 2018. № 4(87). С. 73-80. [[ Serova E. G., Lukinsky V. S. “Methods and tools for data mining in digital logistics and supply chain management” // Logistics and Supply Chain Management. 2018. No. 4(87), pp. 73-80. (In Russian). ]]

Василенко М. А., Кузина Е. Л., Тагильцева Ю. А., Прокопова А. М. Нейронные сети в решении экологических проблем развития транспортных услуг // Инновации и инвестиции. 2023. № 4. С. 281-284. [[ Vasilenko M. A., Kuzina E. L., Tagiltseva Yu. A., Prokopova A. M. “Neural networks in solving environmental problems in the development of transport services” // Innovations and Investments. 2023. No. 4, pp. 281-284. (In Russian). ]]

Димов Э. М., Ильясов Б. Г., Макарова Е. А., Закиева Е. Ш., Ефтонова Т. А., Гиздатуллина Э. С. Методология системного динамического моделирования и управления функционированием многоотраслевого производственного комплекса в рамках воспроизводственного процесса макроуровня // Инфокоммуникационные технологии. 2018. Т. 16, № 1. С. 81 96. DOI 10.18469/ikt.2018.16.1.09. EDN XTHBKH. [[ Dimov E. M., Ilyasov B. G., Makarova E. A., Zakieva E. Sh., Eftonova T. A., Gizdatullina E. S. “Methodology of system dynamic modeling and management of the functioning of a diversified production complex within the framework of the macro-level reproduction process” // Infocommunication Technologies. 2018. Vol. 16, No. 1, pp. 81-96. (In Russian). ]]

Ильясов Б. Г., Димов Э. М., Макарова Е. А., Ефтонова Т. А. Нейросетевой анализ динамически неравновесных ситуаций взаимодействия секторов экономики с использованием имитационной модели // Инфокоммуникационные технологии 2016. Т. 14, № 3. С. 285-300. [[ Ilyasov B. G., Dimov E. M., Makarova E. A., Eftonova T. A. “Neural network analysis of dynamically nonequilibrium situations of interaction between economic sectors using a simulation model” // Infocommunication Technologies Vol. 14, No. 3, pp. 285-300. (In Russian). ]]

Ильясов Б. Г., Макарова Е. А., Закиева Е. Ш., Бойцов А. Н. Алгоритм анализа данных об инвестиционных процессах в регионах РФ с использованием метода главных компонент // Современные наукоемкие технологии. 2023. № 6. С. 27-34. [[ Ilyasov B. G., Makarova E. A., Zakieva E. Sh., Boytsov A. N. “Algorithm for analyzing data on investment processes in the regions of the Russian Federation using the principal component method” // Modern Science-Intensive Technologies. 2023. No. 6, pp. 27-34. (In Russian). ]]

Закиева Е. Ш. Методология поддержки принятия решений при управлении социетальной системой на основе динамического моделирования и интеллектуальных технологий // Системная инженерия и информационные технологии. 2023. Т. 5, № 3 (12). С. 69–92. EDN: UWIPDO. [[ Zakieva E. Sh. “Methodology for decision support in managing a societal system based on dynamic modeling and intelligent technologies” // System Engineering and Information Technologies. 2023. Vol. 5, No. 3 (12), pp. 69 92. EDN: UWIPDO. (In Russian). ]]

Ильясов Б. Г., Макарова Е. А., Закиева Е. Ш., Гиздатуллина Э. С. Оценка данных о доходах населения в региональном разрезе методом главных компонент // Экономика региона. 2019. Т. 15, вып. 2. С. 601-617. [[ Ilyasov B. G., Makarova E. A., Zakieva E. Sh., Gizdatullina E. S. “Assessment of data on population income in a regional context using the principal component method” // Economics of the Region. 2019. Vol. 15, issue 2, pp. 601-617. (In Russian). ]]

Юсупов М. М., Макарова Е. А., Камаева Р. Р. Анализ дифференциации потребительских расходов домохозяйств на основе агент-ориентированного моделирования // Системная инженерия и информационные технологии. 2023. Т. 5, № 6(15). С. 57-66. EDN: PVCZYZ. [[ Yusupov M. M., Makarova E. A., Kamaeva R. R. “Analysis of differentiation of household consumer expenditures based on agent-based modeling” // System Engineering and Information Technologies. 2023. Vol. 5, No. 6(15), pp. 57-66. EDN: PVCZYZ. (In Russian). ]]

Шурыгин А. С., Макарова Е. А. Система агент-ориентированного моделирования функционирования кластеров предприятий с учётом налогообложения // Системная инженерия и информационные технологии. 2023. Т. 5, № 6(15). С. 24 31. EDN: TNDUPQ. [[ Shurygin A. S., Makarova E. A. “System of agent-based modeling of the functioning of clusters of enterprises taking into account taxation” // System Engineering and Information Technologies. 2023. Vol. 5, No. 6(15), pp. 24 31. EDN: TNDUPQ. (In Russian). ]]

Дегтярева И. В., Макарова Е. А., Павлова А. Н. Интеллектуальные алгоритмы анализа ситуаций и принятия решений при взаимодействии секторов экономики в неопределенных рыночных условиях на основе нейронных сетей Кохонена // Управление экономикой: методы, модели, технологии: материалы XVI Межд. науч. конф. Уфа: РИК УГАТУ, 2016. С. 457 466. [[ Degtyareva I. V., Makarova E. A., Pavlova A. N. “Intelligent algorithms for analyzing situations and making decisions in the interaction of economic sectors in uncertain market conditions based on Kohonen neural networks” // Economic Management: Methods, Models, Technologies: Proc. of the XVI Int. scientific conf. Ufa, 2016, pp. 457-466. (In Russian). ]]


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2024 Е. А. Макарова