Статья: НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА РОССИЙСКИХ РЕГИОНОВ И ИХ ESG РЭНКИНГА (2025)

Читать онлайн

Целью данной статьи является выявление, тестирование и оценка влияния ESG рэнкинга на инвестиционный потенциал российских регионов (субъектов РФ) на основе нейросетевого моделирования. В качестве статистической выборки были использованы данные 83 российских регионов за 2020 год. Был проведен кросс-региональный множественный регрессионный анализ с использованием моделей нейронной сети многослойного персептрона. Для выявления причинно-следственных связей между переменной инвестиционного потенциала и тремя регрессорами: ESG рэнкинг региона, инвестиционный риск региона и валовой региональный продукт - использовалось приложение регрессия (regression) аналитического программного пакета STATISTICA (StatSoft). Оценка качества и точности модели многослойного персептрона производилась посредством вычисления средней абсолютной процентной ошибки. Проведенные численные эксперименты показали, что метод нейросетевого моделирования доступен в реализации, не требует больших вычислительных мощностей и демонстрирует хорошую точность. В ходе нейросетевого моделирования нелинейной регрессии инвестиционного потенциала субъектов РФ была специфицирована достоверная модель MLP 3-4-1 с высокой точностью описывающая и предсказывающая целевую переменную -инвестиционный потенциал региона.

Полученные результаты подтверждают выдвинутую в статье гипотезу: инвестиционный потенциал российских регионов в большей степени зависит от ESG фактора и в меньшей степени от инвестиционного риска региона и валового регионального продукта. Глобальный анализ чувствительности показал, что все построенные нейронные сети определяют ESG переменную как наиболее важную. Доказанный приоритет важности влияния ESG рэнкинга на инвестиционный потенциал региона может быть использован региональными властями для обоснования приоритетных направлений региональной политики повышения инвестиционной привлекательности субъектов Российской Федерации.

Ключевые фразы: ESG-КОНЦЕПЦИЯ, инвестиционная привлекательность региона, нейронные сети, МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН, глобальный анализ чувствительности, программный пакет statistica
Автор (ы): Киршин Игорь Александрович (Kirshin I. A.), Кох Игорь Анатольевич (Koh I. A.), Захматов Дмитрий Юрьевич (Zahmatov D. Y.)
Журнал: НАУЧНЫЙ ЖУРНАЛ НИУ ИТМО. СЕРИЯ: ЭКОНОМИКА И ЭКОЛОГИЧЕСКИЙ МЕНЕДЖМЕНТ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Экономика
УДК
332.142. Цели региональной экономической политики
338.27. Экономические прогнозы. Экономическая прогностика. Экономическое прогнозирование
Для цитирования:
КИРШИН И. А., КОХ И. А., ЗАХМАТОВ Д. Ю. НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА РОССИЙСКИХ РЕГИОНОВ И ИХ ESG РЭНКИНГА // НАУЧНЫЙ ЖУРНАЛ НИУ ИТМО. СЕРИЯ: ЭКОНОМИКА И ЭКОЛОГИЧЕСКИЙ МЕНЕДЖМЕНТ. 2025. № 3 (62)
Текстовый фрагмент статьи
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.