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



Научный 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 - 2022 

Видео-записи докладов можно посмотреть здесь.

  • 17 мая
    В.И. Данилов (ЦЭМИ РАН)
    Стабильные сети договоров при условии комплементарности
    (по работе Rostek and Yoder, Econometrica 2020, 66 (5), 1793-1827)
  • 26 апреля
    В.Е. Гимпельсон, Е.М. Чернина (НИУ ВШЭ)
    Растет ли зарплата с опытом? Расшифровка российской загадки
  • 19 апреля
    Трусов Н.В. (МГУ, МФТИ, ФИЦ ИУ РАН), Шананин А.А. (МГУ, МФТИ, ФИЦ ИУ РАН, РУДН)
    Анализ экономического положения домашних хозяйств в России в условиях санкций
  • 12 апреля
    А.А. Яковлев (НИУ ВШЭ)
    Куда идет глобальный капитализм?
  • 5 апреля
    Ф.Л. Зак (ЦЭМИ РАН)
    Моральные нормы в рыночной экономике
  • 29 марта
    Н.С. Кукушкин (бывший ВЦ РАН)
    Модель финансовой пирамиды с <<квази-рациональными>> участниками
  • 22 марта
    Л.И. Полищук (НИУ ВШЭ)
    Коммерческие фирмы и НКО в социальной сфере: теория и приложение к уходу за пожилыми людьми
  • 15 марта
    В.И. Данилов, А.В. Карзанов (ЦЭМИ РАН)
    Стабильные и метастабильные сети партнерств
  • 1 марта
    Н.К. Обросова, А.А. Спиридонов, А.А. Шананин (ВЦ ФИЦ ИУ РАН, МГУ им. М.В. Ломоносова, МФТИ (ГУ))
    О проблеме восстановления экономического роста на основе рыночных инвестиций в условиях несовершенного рынка капитала
  • 22 февраля
    А.И. Суздальцев (Международная лаборатория теории игр и принятия решений, НИУ ВШЭ, Санкт-Петербург)
    Оптимальный аукцион в случае неизвестного распределения ценностей участников
  • 15 февраля
    Ю.М. Кабанов (МГУ)
    Теория коллективного риска. Что нового?
  • 8 февраля
    М.Б. Искаков (Институт проблем управления им. В.А. Трапезникова РАН)
    Равновесие в безопасных стратегиях и равновесие Нэша – определение и существование решения
  • 1 февраля
    Д.А. Веселов (НИУ ВШЭ)
    Институциональные изменения, неравенство и долгосрочное экономическое развитие: теория и эмпирика

Доклады - 2021

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)



Научный 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.

  • 22 декабря 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Благовещенский Юрий Николаевич
    Летальность COVID-19 в России и за рубежом: что можно выжать из плохих данных В докладе представлен индикатор для оценки летальности на произвольном отрезке наблюдения динамики COVID-19 в пределах той или иной территории, используя суточные данные о числе инфицированных и числе смертей. Другими словами, разработанный подход позволяет динамически следить за летальность до исхода пандемии.
    Информация, заложенная в расчетные формулы, извлечена из разношерстных медицинских статей и специализированных сайтов, в качестве примера можно привести статью 45 авторов "Исходы у больных с тяжелым течением COVID-19, госпитализированных для респираторной поддержки в отделения реанимации и интенсивной терапии», журнал «Клиническая фармакология и терапия», 2020, 29(3), стр.25-36 (для связи С.В.Моисеев)" и сайт "The Image Based Medical Reference".
    Возможности предложенного подхода к оценки летальности показаны на данных о динамике COVID-19 в 25 странах (вместе с Россией) и в 85 субъектах РФ. В качестве характеристик были рассчитаны общие летальности (рабочий интервал от начала наблюдений до 2 ноября 2021 года) и для того же интервала была рассчитана динамическая летальность, вычисляемая неким скользящим образом на каждый конкретный день наблюдения.

  • 8 декабря 2021 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Кораблев Юрий Александрович (Финуниверситет)
    Емкостный метод анализа редких событий в экономике Анализ и возможность предсказания редких событий позволит получить дополнительную выгоду или уменьшить возможные убытки. Редкие события характеризуются своей нерегулярностью, отсутствием четкой закономерности. Хоть термин «редкое» событие имеет диалектическую основу, и отличить редкое событие от частого можно только в некотором контексте, сама «редкость» события (его частота или вероятность) делает такое событие более значимым. Разработка методов анализа и прогнозирования является актуальной задачей.
    Существующими подходами для работы с редкими событиями является следующие. В одном подходе используют теорию случайных процессов, когда события представляют в виде случайных потоков событий, и определяют параметры такого потока событий, то есть определяются законы распределения для интервалов времени между событиями. В основном ограничиваются Пуассоновскими потоками, реже потоками Пальма. Но с помощью такого подхода можно определить лишь вероятность появления заданного количества событий за интервал времени, а не сам момент времени появления события. Причем потоки как правило стационарные, лишь в простейших потоках с одним параметром определяют нестационарные параметры. такие как интенсивность потока.
    Другой подход предполагает использование методов классификации, когда по наблюдаемым внешним признакам определяется, принадлежит ли заданное событие к интересующему нас классу. Однако для предсказания событий с помощью этого подхода обязательно необходимо, чтобы наблюдаемые признаки заранее могли предупреждать о надвигающемся событии. В большинстве случаев это не так. События наступают внезапно, без никаких предупреждений.
    Существуют другие подходы, которые комбинируют несколько статистических подходов. Например, в методах анализа нерегулярного спроса (продаж) иногда применяют метод Кростона, который разделяет выборку на две выборки, одна содержит значения не нулевого спроса, а вторая содержит значения длительности между не нулевым спросом. Эти два ряда данных потом сглаживаются простым экспоненциальным сглаживанием, после чего сглаженные значения объемов покупок и интервалов между ними ложится в основу дальнейшего прогноза. В методе Виллемейна используется марковская цепь с двумя состояниями, которые обозначают, возник или не возник ненулевой спрос. В этом методе предполагается определить 4 переходных вероятности между этими состояниями, а далее методом бутстреппинга сгенерировать огромную выборку событий, после чего определить доверительный интервал ожидаемого спроса за несколько следующих интервалов времени. Эти подходы лишь статистически анализируют редкие события, причем полученный анализ опять оказывается стационарным, когда выявленные «закономерности» не зависят от времени.
    Зададим вопрос, а почему мы смотрим на редкие события как на случайные события? Почему именно случайных, если случайность это лишь мера неопределенности, мера незнания? Неужели у этих событий нет причины появления. неужели мы ничего не знаем о возможной причине их появления? Конечно же мы знаем или по крайней мере можем предположить причину появления событий. Если мы будем использовать эту информацию, мы сможем уменьшить неопределенность и «незнание», наш анализ и в дальнейшем прогноз будет менее случайным, более определенным и в некотором роде детерминированным.
    Идея предлагаемого мною подхода базируется на 5 шагах. На первом этапе надо произвести разделение имеющейся выборки событий по источникам, в которых эти события образованы. То есть события, образованные разными источниками, не должны перемешиваться. Этот шаг автоматически выполняется, если при сборе данных фиксируется некоторый идентификатор источника, единственное что надо сделать. так это отказаться от дальнейшего агрегирования. Вторым шагом необходимо выдвинуть предположение, о процессе образования событий в источнике. То есть необходимо сформулировать механизм, в результате которого эти события образуются. Третьим шагом является восстановление параметров этого процесса по имеющейся выборке редких событий. А на четвертом шаге необходимо произвести экстраполяцию этих восстановленных параметров на будущее. Причем на четвертом шаге можно использовать любые известные методы, опыт и навыки исследователя, чтобы произвести эту экстраполяцию. Ответственность за этап экстраполяции ложится на исследователя, в зависимости от выбранной области экстраполяция может производиться кардинально различными способами. Наконец, на пятом шаге, имея на руках предположение о процессе и значения его параметров в будущем, запускаем модель этого процесса и получаем прогноз будущих событий.
    Так как в экономике самым распространенным процессом образования событий является процесс потребления или процесс накопления возмущения до определенного уровня, я моделирую этот процесс как процесс опустошения и наполнения некоторой емкости. Доклад посвящен анализу редких событий, образованных процессами потребления или накопления возмущений, с помощью емкостного метода. После чего идея емкостного метода обобщается на произвольные процессы, и даже на такие процессы, о которых мы можем ничего не знать.

  • 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

    Основная тема доклада — новый метод оценки статистической значимости эмпирических закономерностей в панельных данных. Предлагаемый подход применим как к моделям регрессии, так и задачам кластерного анализа. В цели подхода входит не только статистическая верификация, но и статистически обоснованный выбор модели оптимальной сложности. Метод основан на сравнении качества оптимальной модели, полученной на исходных данных с качеством моделей на искусственно сгенерированных данных. При этом генерация искусственных выборок производится в соответствии с проверяемой нулевой гипотезой. Рассматриваемый подход позволяет избежать априорных предположений о статистических распределениях, позволяет работать с временными рядами, порождаемыми как стационарными, так и нестационарными в смысле наличия «единичных корней» процессами. Для нестационарных временных рядов характерна проблема ложной регрессии, состоящая в достаточно частом случайном возникновении конфигураций данных, соответствующих статистически значимым моделям при использовании стандартных средств верификации. Развитая для работы с нестационарными временными рядами теория коинтеграции применима только для наборов временных рядов достаточно большой длины, более 50 наблюдений. При этом, нестационарность временных рядов при относительно небольшой их длине характерна для многих экономических задач. Объектом практического применения предлагаемых методов являются регионы Российской Федерации. Для них вычисляются различные модели производственных функций и применимость этих моделей к конкретному набору данных сравнивается между собой. Нами используются методы Монте-Карло, которые позволяют преодолеть вышеупомянутые трудности, возникающие при работе с панельными данными. Нулевая гипотеза заключается в том, что целевые переменные статистически не зависят от регрессоров. В соответствии с ней сгенерированы с помощью датчика случайных чисел искусственные выборки данных. В рассматриваемом случае, это ансамбли временных рядов, порождённых для всей панели процессами белого шума, или случайных блужданий, или сгенерированных из эмпирических данных методом бутстрэпа, а также с помощью случайных перестановок значений переменных. Рассчитываются регрессионные зависимости между временными рядами, соответствующими факторам производства и выпуску для эмпирических и симулированных данных, вычисляются коэффициенты детерминации и сравниваются их значения для эмпирических данных с квантилями значений симулированных данных. Если значения R2 для эмпирических данных больше 95%-х квантилей для искусственных выборок, эмпирическая закономерность признается значимой на уровне p=0.05%. Показано и теоретически проанализировано влияние корреляции между регрессорами на применимость метода. Метод применим как для оценки статистической значимости для отдельных регионов, так и для оценки её для панели в целом. Он применён для оценки статистической значимости моделей с заданным числом регрессоров, для оценки необходимости добавления дополнительного регрессора, а также для оценки отдачи от масштаба производства. Дополнительно верифицированы факты непостоянства отдачи от масштаба и различия в её значениях между регионами с помощью метода оптимально достоверных разбиений.

    В работах по производственным функциям часто авторы используют группировку регионов по анализируемым признакам. Качество регрессионного анализа зависит от того, насколько выражена кластеризация в пространстве используемых переменных. Поэтому, представляет интерес развитие методов кластерного анализа для панельных данных. Нами проведён кластерный анализ использованных для расчёта производственных функций панелей признаков методом агломеративной иерархической кластеризации, вычислены индексы оценки качества кластеризации, применена методология, подобная той, что применялась в регрессионном анализе, которая в данном случае позволяет оценить вероятность того, что обнаруженная в данных кластерная структура является следствием объективных механизмов кластеризации, а не возникла случайным образом (и, таким образом, не будет воспроизведена на других наборах эмпирических данных).

    Литература.
    1. Кирилюк И.Л., Малков С.Ю., Малков А.С. Особенности долгосрочной экономической динамики мировой системы: анализ статистических данных // Прикладная эконометрика. 2009. № 4. С. 34-45.
    2. Kirilyuk I.L., Kuznetsova A.V., Sen'ko O.V., Morozov A.M. Method for detecting significant patterns in panel data analysis // Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications). 2017. V. 27. № 1. P. 94-104.
    3. Kirilyuk I., Kuznetsova A., Senko O. Data Mining in Institutional Economics Tasks // EPJ Web of Conferences. 173. 03013 (2018).
    4. Кирилюк И.Л. Модели производственных функций для российской экономики // Компьютерные исследования и моделирование. 2013. Т. 5. № 2. С. 293-312.
    5. Kirilyuk I., Senko O. Verification of the Returns to Scale of Production Type for the Russian Federation Regions // EPJ Web of Conferences. 224. 06011 (2019). P. 1-6.
    6. Кирилюк И.Л., Сенько О.В. Выбор моделей оптимальной сложности методами Монте-Карло (на примере моделей производственных функций регионов Российской Федерации) // Информатика и ее применения. 2020. Т. 14. № 2. С. 111-118.
    7. Кирилюк И.Л., Сенько О.В. Оценка качества кластеризации панельных данных с использованием методов Монте-Карло (на примере данных российской региональной экономики) // Компьютерные исследования и моделирование. 2020. Т. 12. № 6. С. 1501-1513.
    8. Кирилюк И.Л., Кузнецова А.В., Сенько О.В. Исследование взаимосвязи производственных функций и социально-экономических показателей российских регионов методом оптимальных разбиений // Информационные технологии и вычислительные системы. 2021. №1. С. 20-31.

  • 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

    В докладе будет представлена разработанная модель поведения ансамбля беспилотных транспортных средств (БТС) во взаимодействии с обычными транспортными средствами (ОТС) [1-8]. Подобная модель использует систему конечно-разностных уравнений с переменной структурой [6, 7] для моделирования движения БТС и ОТС в интеллектуальной транспортной системе (ИТС) при различных конфигурациях цифровой дорожной сети [1, 3] и различных сценарных условиях, определяющих характеристики внешней среды (например, снижение видимости, появление агентов-транспортных средств с аномальным поведением и др.) [2, 4]. Важным элементом спроектированной многоагентной транспортной системы, является предложенный алгоритм нечёткой кластеризации [8], используемый для оценки плотности дорожного потока при маневрировании БТС. Разработаны новые параллельные генетические алгоритмы (ГА), предназначенные для оптимизации характеристик ИТС по критериям суммарной аварийности и совокупного трафика выходного потока [1]. Применение подобных ГА, агрегированных по целевым функционалам с разработанными имитационными моделями, позволяет формировать подмножества оптимальных по Парето решений (включающие как полностью безаварийные, так и аварийно-низкие альтернативы) при различных сценарных условиях и конфигурациях цифровой дорожной сети, существенно улучшая маневренность БТС и ОТС в рамках предложенной ИТС. Результаты исследования приняты к публикации в ведущем научном издании по интеллектуальным транспортным системам – IEEE Transactions on Intelligent Transportation Systems.

    1. Andranik S. Akopov, Beklaryan L. A., Armen L. Beklaryan. Simulation-Based Optimisation for Autonomous Transportation Systems Using a Parallel Real-Coded Genetic Algorithm with Scalable Nonuniform Mutation // Cybernetics and Information Technologies. 2021. Vol. 21. No. 3. P. 127-144.
    2. Akopov A., Khachatryan N., Belousov F. Influence Assessment of Intelligent Unmanned Ground Vehicles on the Transport Network State // Advances in Systems Science and Applications. 2020. Vol. 20. No. 2. Pp. 44-55.
    3. Акопов А.С., Бекларян Л.А. Улучшение маневренности беспилотных транспортных средств при различных конфигурациях дорожной сети // Искусственные общества. – 2021. – T. 16. – Выпуск 3 [Электронный ресурс]. URL: https://artsoc.jes.su/s207751800016539-1-1/ (дата обращения: 29.09.2021). DOI: 10.18254/S207751800016539-1
    4. Акопов А.С., Бекларян А.Л. Сценарное моделирование движения беспилотных транспортных средств в искусственной дорожной сети с использованием FLAME GPU // Искусственные общества. – 2021. – T. 16. – Выпуск 1 [Электронный ресурс]. URL: https://artsoc.jes.su/s207751800014028-9-1/ (дата обращения: 23.06.2021). DOI: 10.18254/S207751800014028-9.
    5. Акопов А.С., Бекларян Л.А., Бекларян А.Л., Белоусов Ф.А. Моделирование движения ансамбля наземных беспилотных транспортных средств с использованием FLAME GPU // Информационные технологии, Том 27, № 7, 2021, с. 369-379.
    6. Акопов А. С., Бекларян Л.А., Хачатрян Н. К., Бекларян А. Л., Кузнецова Е. В. Многоагентная система управления наземными беспилотными транспортными средствами // Информационные технологии. 2020. Т. 26. № 6. С. 342–353.
    7. Акопов А.С., Хачатрян Н.К., Бекларян Л.А., Бекларян А.Л. Система управления беспилотными транспортными средствами на основе нечеткой кластеризации. Часть 1. Модель движения транспортных средств // Вестник компьютерных и информационных технологий. 2020. том 17. № 9, C. 3–12.
    8. Акопов А.С., Хачатрян Н.К., Бекларян Л.А., Бекларян А.Л. Система управления беспилотными транспортными средствами на основе нечеткой кластеризации. Часть 2. Нечёткая кластеризация и программная реализация // Вестник компьютерных и информационных технологий. 2020. Т. 17. № 10. C. 21–29.

  • 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

    Исходным пунктом доклада являются исследования математических моделей планирования работы компаний, ведущих свой бизнес на конкурентном и регулируемом страховом рынке ([1], [2]). В них делается акцент на ценовой конкуренции, приводящей к миграции страхователей и к возможности возникновения страховых циклов, чреватых кризисами. При моделировании учитывается, что компании преследуют различные стратегические цели. Они меняются со временем, в зависимости от финансового положения компании и от состояния рынка. Связанные друг с другом, такие модели дают единую, интегральную модель долгосрочного управления компанией и ряд рекомендаций по регулированию работы как отдельных компаний, так и страхового рынка в целом. Эти исследования привели к необходимости обратиться к вероятности разорения в традиционной модели теории риска. Для нее получено новое приближение в терминах обратного гауссовского распределения ([3]). Вероятность разорения является характеристикой, выраженной в абсолютных, а не в денежных единицах. В практических приложениях удобнее использовать капитал неразорения, обеспечивающий для вероятности неразорения за конечное время заранее заданное значение. Это приводит к необходимости критического исследования используемых ныне мер риска (в том числе “Value-at-Risk”) и рассматривать задачу, обратную к задаче о пересечении границы, с этих позиций. Для капитала неразорения в традиционной модели теории риска получены новые приближения ([4]).

    [1] Малиновский В.К. Модели долгосрочного страхового планирования. Ценовая конкуренция и регулирование финансовой устойчивости. — М. Янус-К, 2020.
    [2] Malinovskii, V.K. Insurance Planning Models. Price Competition and Regulation of Financial Stability. World Scientific Publishers, Singapore, 2021.
    [3] Malinovskii, V.K. Level–Crossing Problems and Inverse Gaussian Distributions. Closed–Form Results and Approximations. Chapman and Hall/CRC, Boca Raton, 2021.
    [4] Malinovskii, V.K. Risk Measures and Insurance Solvency Benchmarks. Fixed– Probability Levels in Renewal Risk Models. Chapman and Hall/CRC, Boca Raton, 2021.

  • 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.

Программа работы семинара "Прикладная статистика и моделирование реальных процессов" на май 2022 года:

  • 18 мая 2022 г.
    Заседание семинара проводится в формате ZOOM – конференции
    Долгих София Игоревна, Потанин Богдан Станиславович (НИУ-ВШЭ)
    Анализ влияния государственного управления на эффективность российских фирм с учетом эндогенности 
    Аннотация:
    В современной литературе существует несколько точек зрения относительно влияния государственного участия в деятельности компаний на их эффективность. Согласно распространенному мнению, компании с государственным управлением должны быть менее эффективными по финансовым показателям в сравнении с частными. Это может быть обусловлено, например, тем, что цели государственных компаний могут быть отличны от целей частных, таких, как максимизация прибыли. Статистические свидетельства в пользу данной точки зрения были получены во многих исследованиях, включая, в частности, [Alfaraih, Alanezi, & Almujamed, 2012], [Liljeblom, Maury, & Hörhammer, 2020].
    Однако, в ряде работ был получен противоположный результат: компании, управляемые государством, могут демонстрировать лучшие финансовые показатели [Le & Chizema, 2011], [Tran, Nonneman, & Jorissen, 2014], [Chen, Ghoul, Guedhami, & Nash, 2018] по сравнению с частными. Это может объясняться более высокой устойчивостью компаний с государственным участием в силу доступа к финансовым ресурсам со стороны государства.
    Наконец, в ряде исследований были получены свидетельства в пользу немонотонного характера влияния государственного участия. При этом, соответствующее влияние может носить как U-образный [Yu & Wang, 2020], так и перевернутый U-образный [Boubakri, Ghoul, Guedhami, & Megginson, 2018] характер.
    Упомянутые выше исследования, как правило, не учитывали возможный эндогенный характер формы собственности. В реальности распределение форм собственности формируется как результат взаимодействия различных агентов в рамках существующей системы взаимоотношений. Например, государство может давать возможность приватизировать фирмы с высокими финансовыми показателями с целью создания «положительного образа» приватизации [Megginson & Netter, 2001] или наоборот — стремиться к сохранению контроля над наиболее эффективными фирмами [Boubakri, Ghoul, Guedhami, & Megginson, 2018]. Отсутствие учета эндогенного характера формы собственности может приводить к несостоятельности оценок классических методов регрессионного анализа, таких как метод наименьших квадратов (МНК), что мотивирует применение альтернативных подходов.
    В последние годы в литературе появился ряд исследований, рассматривавших влияние государственного участия на эффективность фирм с учетом эндогенного характера формы собственности. В частности, эндогенность учитывалась в исследованиях, в которых в качестве показателей эффективности рассматривались стоимость компании [Boubakri, Ghoul, Guedhami, & Megginson, 2018], [Lazzarini&Musacchio, 2018], [Yu&Wang, 2020], [Nguyen&Vo, 2020a], [Nguyen&Vo, 2020b], обеспеченность компании денежными средствами [Chen, Ghoul, Guedhami, & Nash, 2018], а также показатель отношения прибыли к стоимости активов (ROA) [Lazzarini&Musacchio, 2018],[Nguyen&Vo, 2020b], [Phi, Taghizadeh-Hesary, Tu, Yoshino, &Kim, 2021]. Для учета неслучайного отбора в число фирм с государственной формой собственности (в том числе по ненаблюдаемым характеристикам, что порождает проблему эндогенности) авторы использовали мэтчинг и метод инструментальных переменных, а также оценивание параметров системы уравнений с помощью двухшаговой процедуры, аналогичной методу Хекмана [Heckman, 1979]. Обратим внимание, в соответствующих исследованиях анализировались данные разных стран, однако, на данных по российским предприятиям до сих пор не было проведено аналогичных исследований. Предлагаемое исследование призвано восполнить соответствующий пробел в отечественной литературе.
    В данном исследовании в качестве показателя эффективности рассматривается рентабельность активов (ROA). С целью учета эндогенности формы собственности применяется метод инструментальных переменных и модель с эндогенным бинарным регрессором, ранее использовавшаяся для анализа различных показателей эффективности в работах [Chen, Ghoul, Guedhami, & Nash, 2018], [Boubakri, Ghoul, Guedhami, & Megginson, 2018]. Один из ключевых недостатков данного метода заключается в том, что его оценки могут оказаться несостоятельными при нарушении допущения о совместном нормальном распределении случайных ошибок. С целью преодоления данной проблемы мы предлагаем полупараметрическую модификацию данного метода, за счет комбинации подхода [Gallant & Nychka, 1987] к аппроксимации распределений с гауссовской копулой, что позволяет одновременно добиться достаточно высокой гибкости при оценивании неизвестной формы распределения и сохранить простоту интерпретации характера связи между аппроксимируемыми распределениями.
    Полученные результаты свидетельствуют в пользу необходимости учета эндогенного характера формы собственности, а также говорят о превосходстве предложенного полупараметрического метода над его классическим параметрическим аналогом. Данные результаты мотивируют ослабление допущений об экзогенности формы собственности и совместном нормальном распределении случайных ошибок в будущих исследованиях. Полученные оценки говорят о том, что государственные фирмы менее эффективны чем частные. Однако, поскольку, вероятно, наиболее привлекательные фирмы приватизируются, соответствующий разрыв в эффективности может быть переоценен при отсутствии учета неслучайного отбора в число государственных фирм.




  • Научный семинар "Вероятностные проблемы управления и стохастические модели в экономике, финансах и страховании"

    Научные руководители семинара:
    к.ф.-м.н. Аркин Вадим Иосифович,
    к.ф.-м.н. Белкина Татьяна Андреевна,
    д.ф.-м.н. Пресман Эрнст Львович.

    Ученый секретарь - Шелемех Елена Александровна
    E-mail: letis@mail.ru

    Заседания семинара проходят один раз в две недели по вторникам, с 17:00 до 18:30, в ЦЭМИ РАН, Нахимовский проспект, д. 47, 19 этаж, аудитория 1121-2.

    Краткая историческая справка:

    Семинар является продолжением семинара, который начал свою работу в ЦЭМИ в 1975 году под руководством В.И.Аркина и работал до начала 90-х годов. Деятельность участников семинара получила свое отражение в публикациях книг, сборников и многочисленных статей в ведущих международных и российских изданиях. Список соответствующих книг и сборников можно посмотреть ниже. По тематике семинара были проведены крупные международные научные конференции, организаторами которых были участники семинара.

    Основные направления деятельности семинара:

    • Управляемые случайные процессы и их применения
    • Стохастическая финансовая математика
    • Стохастические модели экономической динамики и равновесия
    • Теория риска
    • Управление по неполным данным
    • Теория оптимальной остановки случайных процессов
    • Стохастический принцип максимума и его применения
    • Обратные стохастические уравнения
    • Реальные опционы
    • Модели страхования


    Доклады - 2022

    • 29 марта
      Ю.М. Кабанов (МГУ)
      ЗАДАЧИ РАЗОРЕНИЯ С ИНВЕСТИЦИЯМИ, КОГДА ДИНАМИКА РЕЗЕРВА ЗАВИСИТ ОТ МАРКОВСКОГО ПРОЦЕССА С КОНЕЧНЫМ ЧИСЛОМ СОСТОЯНИЙ
    • 15 марта
      Белявский Г.И., Данилова Н.В., Угольницкий Г.А. (ЮФУ)
      ИГРОВАЯ МОДЕЛЬ УПРАВЛЕНИЯ ИНВЕСТИЦИЯМИ
    • 8 февраля
      Хаметов В.М. (НИУ ВШЭ, ЦЭМИ РАН), Шелемех Е.А. (ЦЭМИ РАН)
      ПРИМЕРЫ АНАЛИТИЧЕСКОГО РАСЧЕТА ОПЦИОНОВ НА НЕПОЛНОМ РЫНКЕ (ДИСКРЕТНОЕ ВРЕМЯ)

    Монографии:

    Вероятностные проблемы управления в экономике (отв.ред. Аркин В.И.). - М.: Наука, 1977.
    Вероятностные процессы и управление (отв.ред. Аркин В.И.). - М.: Наука, 1978.
    Петраков Н.Я., Ротарь В.И. "Фактор неопределенности и управление экономическими системами". - М.: Наука, 1985.
    Arkin V.I., Evstigneev I.V. "Stochastic Models of Control and Economic Dynamics", Academic Press, 1987.
    Presman E.L., Sonin I.M. "Sequential Control with Incomplete Information: The Bayesian Approach to Many-Armed Bandit Problems". Academic Press, 1990.
    Evstigneev I.V., Greenwood P.E. "Markov fields over countable partially ordered sets: Extrema and splitting". Memoirs of American Mathematical Society, 1994, vol.112 (537).

    Раздел коллективной монографии "Моделирование в процессах управления народным хозяйством" (Под ред. Н.П.Федоренко, Н.Я.Петракова). М.: Наука, 1984,

    Сборники, изданные в ЦЭМИ в 1976-92 гг.:

    "Моделирование научно-технического прогресса и управление экономическими процессами в условиях неполноты информации", 1976.
    "Вероятностные модели и управление экономическими процессами", 1978.
    "Теоретико-вероятностные методы в задачах управления экономическими процессами", 1979.
    "Стохастические модели и управление", 1980.
    "Исследования по стохастической теории управления и математической экономике", 1981.
    "Исследования по математической экономике и теории управления", 1983.
    "Модели и методы стохастической оптимизации", 1983.
    "Вероятностные проблемы управления и математическая экономика", 1984.
    "Исследования по вероятностным проблемам управления экономическими процессами", 1985.
    "Исследования по стохастической оптимизации и математической экономике", 1986.
    "Математическое моделирование экономических процессов в условиях неопределенности", 1987.
    "Вероятность и математическая экономика", 1988.
    "Стохастическое управление в экономике", 1989.
    "Вероятностные модели математической экономики", 1990.
    "Вероятность и моделирование экономических процессов", 1992.



    Научный семинар "Неизвестная экономика" имени Валерия Григорьевича Гребенникова

    Руководители: член-корр. РАН Виктор Евгеньевич Дементьев, д.э.н., проф. Елена Владимировна Устюжанина.

    Ученый секретарь - к.э.н. Александр Георгиевич Петров.

    Материалы семинаров


    Семинар создан в 1995 г., первоначально на базе Отделения III ЦЭМИ РАН. С 1996 г. он был преобразован как совместный семинар ЦЭМИ РАН, Отделения экономики РАН и Научного совета РАН "Теоретические основы системы оптимального функционирования экономики". Руководители семинара с самого начала не стремились втиснуть его в заранее установленные тематические рамки. В то же время в ходе заседаний общая линия обрисовалась достаточно ясно. В конечном счете, это попытка совместного обдумывания беспрецедентно сложных процессов, переживаемых сейчас российской экономикой и нашим обществом. Название семинара акцентирует внимание именно на специфику процессов, происходящих в российской экономике, очень плохо поддающуюся известным доктринам и устоявшимся понятиям. Исходя из этой общей установки, на семинаре сознательно культивируется разнообразие обсуждаемых методологических подходов, теоретических схем и понятий, экономических, юридических, социологических, исторических и философских сюжетов, в расчете на то, что новые мысли легче появляются в новых смысловых контекстах. Средняя периодичность работы семинара - одно заседание в месяц.

    Среди участников семинара - сотрудники ЦЭМИ РАН, Института экономики РАН, Института народнохозяйственного прогнозирования РАН, Института проблем рынка РАН, члены Отделения экономики РАН, банковские работники, эксперты по экономическим вопросам Госдумы и Совета Федерации и др.

    Доклады - 2022

    • 1 марта
      Тема заседания: Экономика как система власти
      Докладчик: Дементьев Вячеслав Валентинович, доктор экономических наук, профессор, директор департамента экономической теории Финансового университета. 
      Ссылка на заседание семинара https://www.youtube.com/watch?v=p8yql8EF2Vo
    • 25 января
      Научный доклад:
      Дзарасов Руслан Солтанович, д.э.н.
      "КЕМБРИДЖСКАЯ ЦИВИЛИЗАЦИЯ" И СТАНОВЛЕНИЕ КЕЙНСА"

    Доклады - 2021

    • 26 октября
      Научный доклад:
      Пресняков Василий Федорович, д.э.н., проф., г.н.с. ЦЭМИ РАН
      "ПОНЯТИЙНЫЕ АСПЕКТЫ ИНФОРМАЦИОННОГО ОТОБРАЖЕНИЯ ПРЕДПРИЯТИЯ: ПАРАМЕТРЫ И ПОКАЗАТЕЛИ СОСТОЯНИЯ ПРЕДПРИЯТИЯ"



    Научный семинар "Проблемы моделирования и развития производственных систем"

    Руководители семинара:
    д.э.н., проф., член-корр. РАН Георгий Борисович Клейнер, д.э.н., проф. Олег Борисович Брагинский, д.э.н., проф. Роман Михайлович Качалов

    Ученый секретарь:
    к.э.н., с.н.с. Алла Александровна Никонова

    Семинар объединяет в основном сотрудников отделения моделирования производственных объектов и комплексов ЦЭМИ РАН. В среднем в занятии принимает участие 20 - 30 слушателей. Первое заседание семинара состоялось 27 февраля 1997 года. За прошедшие 10 лет было проведено свыше 110 заседаний семинара.

    Периодичность семинара – примерно 2 раза в месяц.

    Тематика семинара включает широкий круг вопросов, отражающих институциональные аспекты развития экономики с акцентом на проблемы функционирования производственных мезо- и микроэкономических объектов, а также на вопросы методологии их экономико-математического моделирования.

    Доклады - 2022

    • 1 апреля
      Презентация монографии
      "ИНСТРУМЕНТАЛЬНО-МЕТОДИЧЕСКИЙ ПОДХОД К АДАПТАЦИИ МОДЕЛИ ТРОЙНОЙ СПИРАЛИ ДЛЯ УСЛОВИЙ РОССИИ С УЧЕТОМ ИСТОРИЧЕСКОЙ РЕТРОСПЕКТИВЫ"
      Докладчик – д.э.н., доц. Пахомова Елена Анатольевна, (Государственный университет «Дубна»)
    • 25 марта
      Предзащита диссертации на соискание ученой степени к.э.н. по специальности 08.00.05 – «Экономика и управление народным хозяйством» (экономика, организация и управление предприятиями, отраслями, комплексами – промышленность):
      Соискатель ГИМРАНОВ Ринат Дамирович, (ПАО "Сургутнефтегаз")
      "СИТУАЦИОННОЕ УПРАВЛЕНИЕ УСТОЙЧИВОСТЬЮ БИЗНЕС-ПРОЦЕССОВ ЦИФРОВОГО ПРЕДПРИЯТИЯ НЕФТЕГАЗОВОЙ ОТРАСЛИ"
    • 18 марта
      Cовместное заседание научного семинара и МАОН
      Научный доклад:
      Волконский Виктор Александрович, д.э.н. (Институт народнохозяйственного прогнозирования РАН)
      "КОНЕЦ КАПИТАЛИЗМА" И СТРУКТУРЫ ВЛАСТИ"
    • 11 марта
      Научный доклад:
      Рожкова Ольга Владимировна (Государственный университет "Дубна")
      "АНАЛИЗ ФАКТОРОВ РЕГИОНАЛЬНОЙ ДИФФЕРЕНЦИАЦИИ КАК ЭТАП ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОГО МЕХАНИЗМА"
    • 25 февраля
      Предзащита диссертации на соискание ученой степени к.э.н. по специальности 08.00.05 – «Экономика и управление народным хозяйством» (экономика, организация и управление предприятиями, отраслями, комплексами – промышленность):
      Соискатель – Жукова Людмила Вячеславовна (НИУ ВШЭ)
      "ЭКСПРЕСС-АНАЛИЗ СООТВЕТСТВИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ НОРМАТИВНЫМ ТРЕБОВАНИЯМ НА ОСНОВЕ ОБЩЕДОСТУПНОЙ ИНФОРМАЦИИ"
    • 18 февраля
      Научный доклад:
      Петренко Татьяна Викторовна, кандидат философских наук (Таганрогский институт управления и экономики, г. Таганрог)
      "СИСТЕМНАЯ МОДЕЛЬ КРИЗИСА ТРУДА"
    • 11 февраля
      Научный доклад:
      Мартишин Евгений Митрофанович, д.э.н. (Южный Федеральный Университет, г. Ростов-на-Дону)
      "ЭВОЛЮЦИОННО-ГЕНЕТИЧЕСКИЕ И ИНСТИТУЦИОНАЛЬНЫЕ МЕХАНИЗМЫ ЭКОНОМИЧЕСКОГО РОСТА И РАЗВИТИЯ"
    • 21 января
      Научный доклад:
      Гимранов Ринат Дамирович (Сургутнефтегаз)
      "СИТУАЦИОННОЕ УПРАВЛЕНИЕ УСТОЙЧИВОСТЬЮ БИЗНЕС-ПРОЦЕССОВ ЦИФРОВОГО ПРЕДПРИЯТИЯ НЕФТЕГАЗОВОЙ ОТРАСЛИ"

    АРХИВ заседаний семинара 2009-2021 гг.




    Международный онлайн-семинар "Искусственные общества и информационные технологии"

    Руководители семинара:
    директор ЦЭМИ РАН, чл.-корр. РАН А.Р. Бахтизин
    научный руководитель ЦЭМИ РАН, академик РАН В.Л. Макаров

    Ученый секретарь семинара: Т.А. Конькова (e-mail: tatiasha@yandex.ru)

    Сайт семинараhttps://abm-online.org

    Основные направления деятельности семинара:
    • агент-ориентированное моделирование социальных и экономических процессов;
    • применение информационных технологий в гуманитарной сфере;
    • внедрение суперкомпьютерных технологий в методологию моделирования общественных процессов;
    • использование геоинформационных технологий в общественных науках;
    • вычислимые модели общего равновесия.



    Научный семинар "Экономика энергетики и природопользования"

    На организованном Московской школой экономики МГУ осенью 2011 г. семинаре обсуждаются актуальные экономические проблемы развития энергетического сектора и его влияния на окружающую среду.

    Руководители семинара: д.э.н., академик РАН, руководитель научного направления ЦЭМИ РАН, зам. директора МШЭ МГУ  В.М. Полтерович и д.э.н., к.т.н., главный научный сотрудник ЦЭМИ РАН, приглашенный профессор МШЭ МГУ  С.Я. Чернавский.

    Заседания проводятся в рамках двух сессий: в первой (февраль – май) и второй (сентябрь-декабрь) половинах года на территории Московской школы экономики МГУ. Основные участники семинара – ведущие эксперты и исследователи экономических проблем энергетики и ее влияния на окружающую среду, работающие в московских научно-исследовательских институтах, консультационных компаниях, аналитических центрах и ведомствах, других организациях, магистранты и аспиранты МШЭ МГУ и других московских вузов.

    После начала пандемии заседания проводятся в режиме ZOOM-конференций. Это позволило привлечь к работе семинара слушателей и докладчиков из других городов России. Было проведено 110 заседаний.

    Периодичность заседаний – по четвергам один раз в две недели. Начало заседаний – 16 ч.

    Регламент работы семинара: продолжительность доклада – до 1 ч., после доклада - сессии вопросов и обсуждений. Такой регламент позволяет не только информировать слушателей о выполненных работах, но и организовать их детальный методический анализ и обсуждение результатов.

    В числе участников семинара сотрудники ЦЭМИ РАН, МШЭ МГУ, ИЭ РАН, ИСА РАН, ИНП РАН, ИНЭИ РАН, Курчатовского института, ИЭиФ, ИЭС, ИНГ РАН, Высшей школы экономики, Экономфака и ВМК МГУ, Финансового университета при Правительстве России, ИВП РАН, RusEnergo, BP, Роснефти, ЭЭГ, Института проблем энергетики, ИБРАЭ РАН, Института Гайдара, ИСЭМ СО РАН, ИМЭМО РАН, ИПМ РАН, Университета нефти и газа им. Губкина, НП «КОНЦ ЕЭС», ФСК РФ, АЦ при Правительстве России, Минэнерго РФ.

    АРХИВ заседаний семинара 2021 г.

    Архивная информация о докладах 2011-2020 гг.



    • О ЦЭМИ
    • Организационная структура ЦЭМИ
    • Деятельность института
    • Научные исследования
    • Подготовка научных кадров
    • Публикации
    • Диссертационные советы
    • Новости
    • Точка зрения
    • Архив
    Последние новости: