«Экономический анализ: теория и практика»
 

Реферирование и индексирование

Russian Science Citation Index
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Использование метода нейронных сетей для прогнозирования эффективности инвестиционных вложений

Журнал «Экономический анализ: теория и практика»
т. 16, вып. 8, август 2017

Получена: 05.07.2017

Получена в доработанном виде: 13.07.2017

Одобрена: 24.07.2017

Доступна онлайн: 29.08.2017

Рубрика: Инвестиционный анализ

Коды JEL: О11

Страницы: 1438–1454

https://doi.org/10.24891/ea.16.8.1438

Хрусталёв Е.Ю. доктор экономических наук, профессор, заведующий лабораторией, Центральный экономико-математический институт Российской академии наук, Москва, Российская Федерация stalev@cemi.rssi.ru

Шрамко О.Г. главный государственный налоговый инспектор, Межрайонная инспекция Федеральной налоговой службы № 7 по Московской области, Коломна, Российская Федерация dj-59@mail.ru

Предмет. Определение направлений инвестиционных вложений в региональную экономику субъектов Федерации.
Цели. Для определения направлений инвестиционных вложений следует выбрать регионы, способные в наибольшей степени эффективно реализовать поступающие финансовые средства для стимулирования реальных секторов экономики, формирования точек роста, которые могли бы повлечь за собой развитие региона в целом. Для решения данной проблемы необходимо разработать новый комплексный и точный инструментарий оценки потенциальных возможностей региональной экономической структуры.
Методология. Предложенная методология и реализующий ее инструментарий базируются на комплексном использовании метода нейронных сетей применительно к экономике региона. Предлагается использовать региональные экономические показатели, определяющие результативную составляющую, представленную валовым региональным продуктом. При этом сами показатели выбраны таким образом, что они характеризуют экономическое развитие в наибольшей степени.
Результаты. Для комплексной оценки эффективности инвестиционных вложений разработан метод, с помощью которого при ограниченном количестве исходных показателей, характеризующих экономическую деятельность региона, можно получить достаточно точные оценки результативности проводимой инвестиционной политики в отношении каждого субъекта Федерации. Перспективность данного подхода состоит в возможности моделирования регионального социально-экономического развития в ответ на возможные структурные изменения, происходящие в экономике региона и имеющие как внутренние, так и внешние причины. Предложенный метод позволяет определить наиболее целесообразное направление инвестиционных вложений для социально-экономического развития регионов, осуществить задачу по сглаживанию пространственной поляризации, которая в настоящее время имеет тенденцию к увеличению.
Выводы. Разработанный методический подход дает возможность оценить целесообразность кластерного объединения субъектов Российской Федерации и использования метода нейросетевого моделирования для совершенствования государственной инвестиционной политики.

Ключевые слова: регион, экономические факторы, развитие, инвестиции

Список литературы:

  1. Горский И.В. Налоговый потенциал в механизме межбюджетных отношений // Финансы. 1999. № 6. С. 27–30.
  2. Балацкий Е.В. Эффективность фискальной политики государства // Проблемы прогнозирования. 2000. № 5. С. 32–45.
  3. Кадочников П., Луговой О., Синельников С., Шкребела Е. Моделирование динамики налоговых поступлений, оценка налогового потенциала территорий. М.: ИЭПП, 1999. 237 с.
  4. Гусев А.Б. Налоги и экономический рост: теории и эмпирические оценки. М.: Экономика и право, 2003. 317 с.
  5. Бланк И.А. Основы инвестиционного менеджмента: в 2-х томах. Киев: Эльга-Н, Ника-Центр, 2004.
  6. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: теория и практика. М.: Поли Принт Сервис, 2015. 1300 с.
  7. Зеленская С.Г. Инвестиционный потенциал развития регионов: налоговая нагрузка // Инновационный Вестник Регион. 2007. № 2. С. 43–46.
  8. Боди З., Кейн А., Маркус А. Принципы инвестиций. М.: Вильямс, 2002. 348 с.
  9. Hoppe H.-H. The Economics and Sociology of Taxation. Journal des Economistes et des Etudes Humaines, 1990, vol. 1, no. 2, рp. 61–90.
  10. Глазырин М.В. Социально-производственный комплекс – системная основа модернизации и cаморазвития. М: Наука, 2012. 311 с.
  11. Bragg S.M. Financial Analysis: Second Edition: A Business Decision. Colorado, Accounting Tools, 2014, 2nd edition, 342 p.
  12. Полозков М.Г. Проблемы выравнивания социально-экономической асимметрии территорий // Научные записки Сибирской академии государственной службы. Сер.: Региональная экономика. 2003. № 2. C. 81–84.
  13. Хрусталёв Е.Ю. Финансово-экономические аспекты формирования региональной инфраструктуры двойного назначения // Вооружение и экономика. 2008. № 1. С. 75–86. URL: http://www.viek.ru/vie_08_1.pdf
  14. Уколов В.Ф. Формирование стратегии социально-экономического развития территорий регионального значения. М.: Государственный университет управления, 2014. 135 с.
  15. Новиков Д.А. Теория управления организационными системами. М.: Физматлит, 2007. 584 с.
  16. Иванова Е.И., Хрусталёв Е.Ю. Методология организации и использования информационных ресурсов для управления региональной экономикой // Информационные ресурсы России. 2008. № 3. С. 2–7.
  17. Соловьева Ю.С., Грекова Т.И. Моделирование экономических процессов с применением нейросетевых технологий // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2009. № 3. С. 49–57.
  18. Казиев В.М. Введение в системный анализ и моделирование. М.: Интернет-Университет информационных технологий, 2013. 475 с.
  19. Geoff Renshaw. Maths for Economics. New York, Oxford University Press, 2005, pp. 516–526.
  20. Бэстенс Д.-Э., Ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997. 236 с.
  21. Гальберштам Н.М., Баскин И.И., Палюлин В.А.,Зефиров Н.С. Нейронные сети как метод поиска зависимостей структура – свойство органических соединений // Успехи химии. 2003. Т. 72. № 7. С. 706–727.

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 16, вып. 10, октябрь 2017

Другие номера журнала