Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Прогнозирование экономических показателей с помощью прикладных технологий обработки данных


https://doi.org/10.21686/2413-2829-2021-1-124-132

Полный текст:


Аннотация

В современных условиях экономические прогнозы необходимы для определения возможных целей развития бизнеса и общества в целом. Имеющиеся модели информационных процессов функционирования экономических систем весьма разнятся по методам использования математического аппарата. Степень сложности используемых алгоритмов с учетом преимуществ и недостатков не всегда дает возможность остановиться на каком-либо методе без определенных изменений. Так, при построении линии тренда традиционно используют всего один экономический показатель, однако, как показывает практика, при прогнозировании необходимо учитывать несколько взаимовлияющих факторов. Стандартные прикладные программные продукты достаточно дороги и для решения поставленных задач требуют дополнительных инструментальных средств, настроек и обучения пользователей. В статье предлагается метод построения линии тренда сразу для нескольких экономических показателей с использованием инструментов широко распространенного программного обеспечения. Приведены результаты применения метода для нахождения общей линии тренда для курса евро по отношению к российскому рублю и стоимости барреля нефти (3D). Изложен математический аппарат для n-мерного случая, что в дальнейшем позволит оперативно оценивать возможности изменения сразу нескольких экономических показателей и анализировать в перспективе их взаимное влияние.

Об авторах

Р. Р. Вейнберг
Российский экономический университет имени Г. В. Плеханова
Россия

Роман Рафаилович Вейнберг кандидат экономических наук, доцент, доцент кафедры информатики

117997, Москва, Стремянный пер., д. 36



А. С. Скотченко
Российский государственный университет правосудия
Россия

Андрей Сергеевич Скотченко кандидат технических наук, доцент, доцент кафедры информационного права, информатики и математики

117418, Москва, Новочеремушкинская ул., д. 69



А. А. Григорьев
Национальный исследовательский университет «Высшая школа экономики»
Россия

Анатолий Алексеевич Григорьев кандидат технических наук, доцент кафедры управления информационными системами и цифровой инфраструктурой

101000, Москва, ул. Мясницкая, д. 20



А. Б. Ярощук
Государственный университет управления
Россия

Анатолий Борисович Ярощук доктор экономических наук, профессор, действительный член Академии военных наук, профессор кафедры «Финансы и кредит»

109542, Москва, Рязанский проспект, д. 99



Список литературы

1. Борисов Р. С., Ефименко А. А. Оптимизация размеров блоков элементарных заданий в задачах планирования параллельных вычислений // Прикладная информатика. 2018. – Т. 13. – № 3 (75). – С. 77–82.

2. Иваницкий В. П., Татьянников В. А. Информационная асимметрия на финансовых рынках: вызовы и угрозы // Экономика региона. – 2018. – № 14 (4). – C. 1156–1167.

3. Куклина О. К., Михайлова Е. А., Яхина А. С. Программно-математическое обеспечение прогнозирования локальных показателей // Вестник Забайкальского государственного университета. – 2015. – № 11 (126). – С. 97–104.

4. Литвишко О. В., Голикова О. М. Эффективная бизнес-модель как основа прироста инвестиционной стоимости профессионального спортивного клуба // Вестник университета. – 2019. – № 5. – С. 159–166.

5. Литвишко О. В., Кещян В. Г. Финансово-правовые основы управления инвестиционными рисками профессионального спорта // Вестник Российского экономического университета имени Г. В. Плеханова. – 2019. – № 1 (103). – С. 179–186.

6. Хубулава Н. М., Скотченко А. С. Интегрированная модель стратегического роста применительно к российским условиям (версия 1) // Вестник Университета Российской академии образования. – 2015. – № 4 (77). – С. 218–226.

7. Das S. R., Ostrov D. N., Radhakrishnan A., Srivastav D. A New Approach to Goals-Based Wealth Management // SSRN Electronic Journal. – 2018. – DOI: 10.2139/ssrn.3117765

8. De Giorgi E. G. Loss Aversion with Multiple Investment Goals // Mathematics and Financial Economics. – 2011. – N 5 (3). – P. 203–227. – DOI: 10.1007/s11579–011–0057-y

9. De Giorgi E. G., Hens T. Prospect Theory and Mean-Variance Analysis: Does it Make a Difference in Wealth Management? // Investment Management and Financial Innovations. 2009. – N 6 (1). – P. 122–129. – DOI: 10.5167/uzh-50736

10. De Giorgi E. G., Mahmoud O. Naive Diversification Preferences and their Representation // SSRN Electronic Journal. – 2016. – DOI: 10.2139/ssrn.2864231


Дополнительные файлы

Для цитирования: Вейнберг Р.Р., Скотченко А.С., Григорьев А.А., Ярощук А.Б. Прогнозирование экономических показателей с помощью прикладных технологий обработки данных. Вестник Российского экономического университета имени Г. В. Плеханова. 2021;18(1):124-132. https://doi.org/10.21686/2413-2829-2021-1-124-132

For citation: Veynberg R.R., Skotchenko A.S., Grigorev A.A., Yaroshyk A.B. Forecasting Economic Indicators by Applied Technologies of Data Processing. Vestnik of the Plekhanov Russian University of Economics. 2021;18(1):124-132. (In Russ.) https://doi.org/10.21686/2413-2829-2021-1-124-132

Просмотров: 61

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2413-2829 (Print)
ISSN 2587-9251 (Online)