Научные семинары



Конференция "Искусственные общества в информационных науках"

22 сентября 2020 г. в Москве пройдет международная конференция «Искусственные общества и информационные технологии». 

Основная цель конференции заключается в поддержке и развитии исследований гуманитарной тематики в сфере информационных технологий.

На основе анализа большого количества зарубежных научных публикаций можно конкретизировать основные направления использования информационных технологий применительно к общественным наукам. Ниже перечислены наиболее цитируемые из них:

  • прогнозирование развития социально-экономических систем – стран, регионов, городов;
  • воспроизведение исторических событий;
  • моделирование миграционных процессов;
  • моделирование распространения;
  • моделирование транспортных систем;
  • имитация и оптимизация пешеходного движения;
  • предсказание политических событий на основе сканирования новостей;
  • прогнозирование экологического состояния окружающей среды.

По нашему мнению, изучение вышеперечисленных общественных процессов с использованием информационных технологий выведет исследования социо-эколого-экономических и политических систем на принципиально новый уровень.

ПОДРОБНАЯ ИНФОРМАЦИЯ



Семинар "Математическая экономика"

Организованный в середине 80-х годов семинар по математической экономике под руководством заведующего лабораторией, академика В.М.Полтеровича и главного научного сотрудника, д.ф-м.н. В.И.Данилова проводит еженедельные заседания, на которых заслушиваются доклады по широкому кругу проблем математической экономики и экономической теории.

За последние пять лет на семинаре заслушано более 140 докладов. Кроме сотрудников ЦЭМИ РАН с докладами выступали ученые из других академических институтов и учебных заведений Москвы (ВЦ РАН, ИПУ РАН, СПбЭМИ РАН, МГУ им. М.В.Ломоносова, ГУ-ВШЭ, МФТИ, РЭШ, ЦЭФИР, Экономической экспертной группы Министерства финансов РФ, Финансовой Академии при Правительстве РФ), Санкт-Петербурга, Нижнего Новгорода, Новосибирска, Саратова, сотрудники аналитических отделов ряда коммерческих организаций, а также ученые из Бельгии, Германии, Нидерландов, США, Франции, Швейцарии.

Доклады - 2021 

  • 14 декабря
    Д.А. Веселов (НИУ ВШЭ)
    Социальная мобильность и формирование общества открытого доступа
  • 7 декабря
    Е.Е. Васильева (ФИАН), А.В. Леонидов (ФИАН, МФТИ), И.Ю. Типунин (ФИАН)
    Принцип безрисковой эквивалентности в оценке инвестиционных проектов. Функция отклика для точечных инвестиций и кривая доходности
  • 30 ноября
    В.И. Данилов (ЦЭМИ РАН)
    Теория общего неконкурентного равновесия
  • 23 ноября
    С.А. Радионов (ФИАН, ВЦ ФИЦ ИУ РАН, НИФИ)
    PQ-олигополии
  • 16 ноября
    Е.В. Балацкий (ЦЭМИ РАН), Н.А. Екимова (Государственный университет управления)
    Рынок университетов мирового класса: пересмотр геополитических и национальных стереотипов
  • 9 ноября
    А.В. Карпов (ИПУ РАН, НИУ ВШЭ)
    Структурированные предпочтения: обзор исследований
  • 2 ноября
    Е.Е. Васильеа (ФИАН), А.А. Киреев (МВФ), А.В. Леонидов (ФИАН, МФТИ), С.А. Радионов (ФИЦ ИУ РАН, НИУ ВШЭ, ФИАН, НИФИ)
    Сообщества во всемирной сети затраты – выпуск: устойчивость и ранжирование
  • 26 октября
    Д.В.Мусатов (МФТИ, РАНХиГС, КМЦ АГУ), А.В.Савватеев (ЦЭМИ РАН, МФТИ, КМЦ АГУ)
    Устойчивые разбиения на юрисдикции: обзор результатов и новые задачи
  • 19 октября
    A.A. Васин, О.М. Григорьеаа (ВМК МГУ)
    Об оптимальном регулировании оптового рынка электроэнергии с накопителями
  • 12 октября
    Е.М. Скаржинская (Костромской государственный университет), В.И. Цуриков (Костромская государственная сельскохозяйственная академия)
    Дилемма участника коллективных действий при эндогенном формировании лидерства
  • 28 сентября
    В.И. Данилов (ЦЭМИ РАН)
    Структура "хороших" функций выбора на посетах
  • 25 мая
    Константин Стырин (Банк России, РЭШ), Юлия Ушакова (Банк России)
    Макропруденциальная политика и трансмиссия шоков зарубежной денежно-кредитной политики: пример России
  • 18 мая
    В.И. Данилов (ЦЭМИ РАН)
    Модель формирования сетей
  • 11 мая
    Г.И. Пеникас (Банк России, ВШЭ, ФИАН)
    Оценка эффективности макропруденциальной политики Банка России по ограничению необеспеченного потребительского кредитования методом разность разностей
  • 27 апреля
    А.А. Яковлев, Е.Д. Овчинникова, А.В. Часовской, Thomas F. Remington (НИУ ВШЭ)
    Карьерные траектории региональных лидеров: Россия и Китай до и после 2012
  • 20 апреля
    В.Е. Дементьев (ЦЭМИ РАН)
    Реципрокность в условиях современного развития
  • 13 апреля
    А.В. Леонидов (ФИАН им. П.Н. Лебедева, МФТИ)
    Мультиагентная оптимизация и теория игр
  • 6 апреля
    Новикова Т.С., Цыплаков А.А. (Институт экономики и организации промышленного производства СО РАН, НГУ)
    Разработка социальной политики на основе сочетания агент-ориентированного и межотраслевого подхода
  • 30 марта
    Б.Г. Миркин, Д.С. Фролов (ФКН, МЦАВР НИУ ВШЭ)
    Метод таксономического контент-анализа тематических текстовых коллекций
  • 23 марта
    Н.С. Кукушкин (бывший ВЦ РАН)
    Монотонная сравнительная статика на полурешётках
  • 16 марта
    Белянин А.В., Валковиц Г., Хенниг-Шмидт Х., Чапковский Ф.И. (НИУ ВШЭ)
    Уровни и факторы доверия в регионах России: результаты онлайн-эксперимента
  • 9 марта
    Д.А. Веселов, Н.М. Павлов (НИУ ВШЭ)
    Политика макроэкономического популизма в условиях ограниченной рациональности избирателей
  • 2 марта
    А.В. Леонидов (ФИАН, МФТИ) с соавторами: Е.Е. Васильевой (ФИАН), О.В. Ивановым (ФИАН), А.В. Колобовым (ФИАН), В.А. Нечитайло (ФИАН), Н.П. Пильником (ФИАН, НИУ ВШЭ, НИФИ, ФИЦ ИУ РАН), С.А. Радионовом (ФИАН, НИФИ, ФИЦ ИУ РАН), Н.П. Станкевичем (ФИАН, НИУ ВШЭ)
    Агентная модель процесса формирования научных результатов
  • 16 февраля
    М.М. Горюнов (Назарбаев Университет, НИУ ВШЭ), C.Г. Коковин (НИУ ВШЭ), Takatoshi Tabuchi (Chuo University and RIETI, Tokyo, Japan)
    Непрерывная пространственная монополистическая конкуренция: мэтчинг товаров с потребителями
  • 9 февраля
    Н.К. Обросова (МГУ), Н.В. Трусов (МГУ), А.А. Шананин (МГУ, МФТИ)
    Математическое моделирование некоторых последствий пандемии COVID-19 для экономики России
  • 2 февраля
    В.И. Данилов (ЦЭМИ РАН)
    Стабильные системы гибких договоров

Доклады - 2020

Доклады - 2019

Доклады - 2018

Доклады - 2017

Доклады - 2016

Доклады - 2015

Доклады - 2014

Доклады - 2013

Доклады - 2012

Доклады - 2011

Доклады - 2010

Доклады - 2009

Полный список докладов с сентября 2003 г. по март 2009 г. (pdf)



Семинар "Прикладная статистика и моделирование реальных процессов"

Научные руководители семинара:
д.ф.-м.н. Благовещенский Юрий Николаевич (МГУ им. М.В.Ломоносова),
д.э.н. Афанасьев Михаил Юрьевич (ЦЭМИ РАН),
д.э.н. Варшавский Александр Евгеньевич (ЦЭМИ РАН),
д.э.н. Пересецкий Анатолий Абрамович (НИУ ВШЭ)

Ученый секретарь:
к.э.н. Макарчук Нина Ивановна (ЦЭМИ РАН)
Тел.: (499) 129-12-33; E-mail: nimak@cemi.rssi.ru

Заседания семинара проходят по СРЕДАМ, с 11 до 13 часов, в ЦЭМИ РАН, Нахимовский пр. 47, этаж 5, аудитория 521.

Краткая историческая справка

Семинар под названием "Прикладная статистика и моделирование реальных процессов" начал свою работу с ноября 2019 года. До этого времени он назывался "Многомерный статистический анализ и вероятностное моделирование реальных процессов", который начал свою работу в ЦЭМИ АН СССР в марте 1969 года под научным руководством д.ф.-м.н., проф., заслуженного деятеля науки РФ Айвазяна Сергея Артемьевича. С тех пор семинар функционировал постоянно по средам в течение осенне-зимних и весенних семестров в помещении ЦЭМИ.

В конце 70-х годов к руководству семинаром присоединился Л.Д.Мешалкин, а в начале 90-х годов - Ю.Н.Благовещенский. Труды семинара публикуются: за прошедшее время вышло семь томов (см. список публикаций трудов семинара). В работе семинара в разное время принимали участие ведущие специалисты в области прикладной статистики и эконометрики разных стран мира: проф. Э.Дидэ (Университет "Париж-9"), проф. Ф.Капераа (Университет Квебека), проф. А.Гаммерман (Лондонский университет), проф. Ф.Гард (Университет "Париж-1"), проф. А.Блюм (Национальный институт демографических исследований, Париж), проф. А.Нагаев (Университет им.Коперника, г.Торунь, Польша), проф. Р.Рудзкис (Вильнюсский государственный университет), проф. Ю.Харин (Белорусский государственный университет) и др.

Основные направления деятельности семинара

I. Теория и методология многомерного статистического анализа и эконометрики, включая:

    I.1. Модели и методы регрессионного анализа
    I.2. Классификация и типологизация объектов
    I.3. Построение интегральных (сводных) показателей качества
    I.4. Устойчивость статистических выводов
    I.5. Анализ временных рядов
    I.6. Томографические методы анализа данных (включая целенаправленное проецирование)
    I.7. Организация и анализ экспертных оценок
    I.8. Графы и стохастические сети в статистическом анализе
    I.9. Модели генезиса исходных статистических данных
    I.10. Байесовский подход в статистике и эконометрике
    I.11. Выбор модели и ее идентификация
    I.12. Компьютерное извлечение знаний из баз данных (Data Mining)
    I.13. Интеллектуализированные статистические системы поддержки принятия решений.

II. Вероятностно-статистическое (эконометрическое) моделирование реальных явлений и процессов, включая:

    II.1. Эконометрические модели социально-экономических процессов и систем
    II.2. Модели и методы анализа инвестиционных процессов, финансовых рынков и объектов
    II.3. Прогнозирование в бизнесе и управлении
    II.4. Методы прикладной статистики в маркетинговых исследованиях
    II.5. Моделирование и измерение качества жизни
    II.6. Вероятностно-статистические модели в демографии и медицине.

Список трудов семинара

  • Ученые записки по статистике. Т.26. - М.: Наука, 1974.
  • Алгоритмы многомерного статистического анализа и их приложения. - М.: ЦЭМИ РАН, 1976.
  • Исследования по вероятностно-статистическому моделированию реальных систем. - М.: ЦЭМИ АН СССР, 1977.
  • Прикладной многомерный статистический анализ. (Уч. зап. по статистике. Т.33). - М.: Наука, 1978.
  • Алгоритмическое и программное обеспечение прикладного статистического анализа. (Учебные зап. по статистике. Т.36). - М.: Наука, 1980.
  • Статистика. Вероятность. Экономика. - М.: Наука, 1985. (Уч. зап. по статистике. Т.49).
  • Многомерный статистический анализ и вероятностное моделирование реальных процессов. - М.: Наука, 1990. (Уч. зап. по статистике. Т.54).
  • Журнал "Прикладная эконометрика", 2006 г., №№ 1,2,3,4.
  • Труды Международной школы-семинара "Многомерный статистический анализ и эконометрика", 1991, 2004.
  • Труды Международной конференции "Применение многомерного статистического анализа в экономике и оценке качества", 1993, 1997, 2001, 2006.

АРХИВ заседаний семинара "Многомерный статистический анализ и вероятностное моделирование реальных процессов" 2009-2020 гг.

Доклады - 2021 г.

  • 27 октября 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Кирилюк Игорь (Институт экономики РАН)
    Оценка статистической значимости эмпирических закономерностей в панельных данных методами Монте-Карло
  • 13 октября 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Акопов Андраник Сумбатовичspan (ЦЭМИ РАН), Бекларян Лева Андреевич (ЦЭМИ РАН), Бекларян Армен Левонович (НИУ ВШЭ)
    Моделирование поведения ансамбля наземных беспилотных транспортных средств и оптимизация характеристик интеллектуальной транспортной системы
  • 6 октября 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Малиновский Всеволод Константинович (ЦЭМИ РАН)
    Некоторые задачи теории риска и их применение к моделям страхового регулирования
  • 14 июля 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Цветкова Анна (ЦБ РФ, НИУ ВШЭ)
    Динамика технической эффективности российских предприятий в 2013–2018 годах

    Данная работа посвящена оценке динамики технической эффективности за период с 2013 по 2018 год в России. Для этого используются микроданные российских предприятий, которые объединены в 105 отраслей. В каждой из этих отраслей отдельно оценивается модель стохастической производственной границы. Высокая отраслевая детализация отличает данный подход от макроэкономического, где, как правило, анализируется вся экономика в целом, либо отдельные её крупные части. Полученные оценки свидетельствуют о том, что техническая эффективность выше у более крупных предприятий. Связь между технической эффективностью и возрастом, напротив, отрицательная. На фоне ухудшения макроэкономической ситуации в 2015–2016 году техническая эффективность в большинстве отраслей изменилась незначимо. Тем не менее, количество отраслей с негативной динамикой выше, чем с положительной. К числу сфер деятельности со снижающейся технической эффективностью относятся крупные отрасли, поэтому они вносят значительный вклад в занятость и выпуск. Анализ ограниченной выборки, куда входят относительно крупные предприятия, показывает, что среди них тенденция к сокращению технической эффективности выражена в меньшей степени. Результаты, однако, согласуются с выводом об отсутствии значительного роста технической эффективности в период 2013–2018 годов.

  • 2 июня 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Демидова Ольга Анатольевна (НИУ ВШЭ, Москва), Тимофеева Екатерина Александровна (НИУ ВШЭ, Москва)
    Пространственные аспекты оценки кривой заработной платы в России

    В докладе будут представлены результаты оценки кривой заработной платы, отражающей отрицательную зависимость заработной платы от уровня безработицы в регионе, по данным за 2000-2018. Ранее при оценке соответствующей зависимости по российским данным не учитывалось взаимное влияние регионов, что могло породить проблему смещения оценок коэффициентов из-за пропуска существенной переменной. Особенностью проведенного исследования является учет взаимного влияния регионов с помощью пространственно-эконометрических моделей, а также интерпретация полученных результатов с помощью частных предельных эффектов, с помощью которых можно определить, как изменение в одном регионе повлияет на все остальные регионы. Обычно ранее такое влияние оценивалось в среднем. С помощью частных предельных эффектов для каждого региона были найдены регионы, изменения в которых больше всего повлияют на выбранный регион, а также регионы, на которые больше всего влияет рассматриваемый регион. Предложенный алгоритм может оказаться полезным, например, для оценки эффективности государственных программ.

  • 19 мая 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Горский Дмитрий (НИУ ВШЭ, Москва)
    Стимулируют ли денежные пособия рожать детей быстрее?
    Влияние программы материнского капитала на вероятность рождения 2-го ребенка в России на данных РМЭЗ


    Исследуется то, как введение федеральной программы материнского капитала в 2007-ом году повлияло на решение российских женщин о рождении второго ребенка, в частности анализируется изменение графика рождения детей. В качестве эконометрического инструментария используются модели длительности: исследуются функции интенсивности потока рождений в зависимости от времени, прошедшего с рождения первого ребенка (hazard function), и функции дожития. Отдельно отметим, что использование моделей длительности дает возможность работать с цензурированными данными (в нашем случае включать в выборку женщин еще не родивших второго ребенка). Эмпирическое исследование выполнено на данных РМЭЗ НИУ ВШЭ с 2000-го по 2018-ый годы. Получено, что для любой длительности интервала между рождением 1-го и 2-го ребенка после введения программы материнского капитала семьи стали более склонны к рождению второго ребенка, и средняя длительность интервала уменьшилась после введения федеральной программы.

  • 28 апреля 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Степанов Владимир Сергеевич (ЦЭМИ РАН, Москва)
    О регрессионном моделировании показателя онкологической заболеваемости по региональным данным

    Среди неинфекционных заболеваний, после болезней системы кровообращения, второе место в стране занимает рак (злокачественные новообразования тех или иных локализаций). Его значимость для общества и властей в последние десятилетия очень важна (из-за старения населения и роста техногенного воздействия на окружающую природную среду). Обычно онкозаболевания имеют многофакторную природу; отчасти, поэтому исследователи в последние 10-15 лет стали все чаще применять инструментарий многомерного статистического анализа к данным из онкорегистров. Будет кратко рассказано о некоторых его применениях к раку желудка, толстого кишечника и др.

    Нами в качестве зависимой переменной был выбран контингент онкобольных в российском регионе в году t, а независимыми факторными переменными были: возраст жителей региона, уровень загрязнений атмосферного воздуха в его населённых пунктах, удельный годовой объём сбросов загрязнённых сточных вод. Эти факторы брались с теми или иными лагами. Также был рассмотрен важный показатель гигиенической безопасности питьевой воды из централизованных сетей. В итоге по взятой выборке российских регионов и открытым данным Росстата построена модель регрессии, которую можно применять для оценки контингентов онкобольных в ряде регионов на следующий год. Она полезна и при установлении экологических платежей за вред, нанесенный природной среде и гражданам.

  • 21 апреля 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Вакуленко Елена Сергеевна (НИУ ВШЭ, Москва), Карачаровский Владимир Владимирович (НИУ ВШЭ, Москва)
    Применение регрессий с переключением (switching regression models) для измерения теневых цен каналов мобильности по заработной плате

    Работа посвящена моделированию ожидаемого работниками в долгосрочном периоде уровня заработной платы в зависимости от событий в их жизни или в обществе (каналов мобильности по заработной плате), с ориентацией на которые формируются соответствующие ожидания. Для разных типов каналов мобильности рассчитывается теневая цена как стоимостное выражение сложившихся среди работников представлений об их ожидаемой выгодности или издержек, возникающих у работодателей, государства или общества в связи с необходимостью сохранения легитимности соответствующих каналов в глазах работников. Разрабатывается многоступенчатая процедура для измерения теневых цен каналов мобильности по заработной плате, основанная на сравнении уровня ожидаемых заработных плат с уровнем заработных плат, предсказанном с учетом поправки на смещение коэффициентов модели из-за неслучайного выбора каналов мобильности по заработным платам с помощью регрессий с переключением (switching regression models). Анализ базируется на данных массового опроса населения старше 18 лет на основе общероссийской репрезентативной квотной выборки (N=700) в 2018 году.

    Показано, что рыночные каналы мобильности, такие как повышение уровня образования и квалификации, смена места работы, профессии, дают наибольшую надбавку к ожидаемым заработным платам. Респонденты с активной социальной установкой (готовностью работать с большими усилиями для достижения более высокого уровня вознаграждения) и имеющие заведомо более высокие способности к рыночным способам продвижения (обучению, профессиональному росту, предпринимательству) чаще выбирают рыночные каналы мобильности. Выявленные относительно невысокие значения теневых цен для нерыночных каналов мобильности («ставка на государство», «мобильность как инерция» и «надежда на “авось”») позволяют заключить, что в среднесрочной перспективе российский рынок труда достаточно легко поддерживать в равновесии, которое будет восприниматься соответствующим сегментом рабочей силы как допустимое, «соответствующее ожиданиям». Относительно низкая социальная напряженность, наблюдавшаяся в 2020 году в связи с экономическим спадом и дальнейшим снижением реальных доходов населения, является косвенным подтверждением вывода исследования об имеющемся в обществе запасе терпения, связанном с отрицательностью реальных теневых цен для наиболее депривированных слоев населения.

  • 31 марта 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Нартикоев Алан Ревазович (НИУ ВШЭ, Москва), Пересецкий Анатолий Абрамович (НИУ ВШЭ, Москва)
    Эндогенная классификация домохозяйств в регионах России
    Для изучения социальной структуры общества социологи выделяют группы (классы), которые характеризуются некоторой однородностью входящих в них индивидов. Наиболее часто встречается разбиение на три класса: высший класс, средний класс и низший класс. Критерии такого разбиения традиционно основаны на субъективных (экзогенных) критериях, принимаемых тем или другим исследователем. В данной работе распределение домохозяйств в федеральных округах России моделируется в виде смеси трех логнормальных распределений. Смешивающие доли (вероятности) компонент смеси, и параметры среднего трех логнормальных распределений моделируются как функции от индивидуальных характеристик домохозяйств. В результате получается эндогенное (полученное по модели) разбиение домохозяйств на три кластера (нижний, средний, верхний). Такое разбиение позволяет анализировать различие между Федеральными округами и закономерности межгрупповой динамики в период 2014–2018 гг. Использованный в работе подход продемонстрировал большую гибкость в задачах анализа распределения доходов, динамики этого распределения во времени, а также миграции между относительно однородными кластерами. Модель смеси распределений с эндогенно определяемыми вероятностями позволяет более тонко регистрировать эффекты детерминант неоднородности доходов внутри каждого кластера.

  • 24 марта 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Кудров Александр Владимирович (ЦЭМИ РАН, Москва), Афанасьев Михаил Юрьевич (ЦЭМИ РАН, Москва)
    Секторальные структуры регионов РФ: факторы формирования и потенциал развития
    В докладе будут представлены результаты исследований, ориентированных на развитие теорий локализированной специализации и диверсификации экономики. Будет рассмотрена задача прогнозирования появления на региональном уровне новых сильных секторов. С использованием методов вероятностного и статистического моделирования построена модель, позволяющая оценить вероятность появления в регионе нового сильного сектора с учетом как характеристик имеющейся структуры экономики, так и наличия необходимых ресурсов, формирующих потенциал появления новых секторов. Возможность построения такой модели основана на предположении о том, что появление и развитие секторов в значительной степени обусловлено эволюцией прошлой экономической деятельности и наличия готовых условий для развития. Модель использует введенные авторами показатели вложенности структур сильных секторов региональных экономик, которые основаны на вероятностной интерпретации и свойствах элементов матрицы, по которой оценивается экономическая сложность в соответствии с традиционным подходом. Для характеристики уровня готовности условий региона, способствующих развитию рассматриваемых секторов, модель также использует понятие экономического базиса, представленное авторами ранее. Предлагаемая модель позволяет оценить вероятность возникновения в его структуре конкретного сектора в качестве сильного в каждом регионе. На основе упорядочения секторов по значению этих вероятностей и оценок их потенциального вклада в социально – экономическое развитие, может быть дана экспертная оценка целесообразности развития в регионе нового сильного сектора.