Публикации автора

Развитие техники, технологии, макроэкономические изменения привели к росту доли компаний, внедряющих проекты РТК. Финансовая устойчивость этих копаний более уязвима. Традиционный подход формально позволяет рассчитать показатели, не учитывая ряд важных факторов.

Цель работы - повышение обоснованности оценки финансовой устойчивости компаний, внедряющих проекты РТК. Для реализации цели использовались методы анализа, синтеза, индукции и дедукции.

В результате уточнено определение финансовой устойчивости, выявлены подходы, используемые для проведения процесса оценки, проведено их сравнение, разработан алгоритм выбора для конкретной ситуации. Установлено, что это позволит получить не только более детальную оценку, но и инструмент для управления бизнесом с целью сохранения устойчивого роста компаний, внедряющих проекты РТК.

Статья посвящена актуальной проблеме модернизации инструментария финансово-экономического прогнозирования в государственном секторе на основе применения современных технологий искусственного интеллекта и машинного обучения. Цель работы продемонстрировать преимущества перехода от традиционных статистических моделей к гибридным системам прогнозирования, способным обрабатывать многомерные временные ряды различной частоты. Представлены результаты разработки функционального прототипа цифровой экосистемы, включающей расширенный набор экономико-математических моделей, в том числе нейронные сети Колмогорова-Арнольда (KAN), долгую краткосрочную память (LSTM), авторегрессионные модели с интегрированием и скользящим средним (ARIMA) и резервуарные вычисления (Echo State Networks). Определены практические рекомендации по внедрению системы дашбордов, функционирующих в интернет- пространстве, для поддержки принятия решений в управлении государственными финансами. Показано, что применение предложенной методологии позволяет повысить точность прогнозов фискальных показателей и повысить прозрачность процесса бюджетного планирования и исполнения бюджета.

Предметом исследования является выбор модели финансового прогнозирования доходов бюджета, позволяющей наиболее корректно провести оценку и получить прогнозное значение на следующий период. Целью исследования является выявление перспективных моделей финансового прогнозирования доходов бюджета РФ. Применяемые с 60-х гг. ХХ в. DSGE-модели не смогли выявить целый ряд кризисов и своевременно предсказать уровень изменения государственных доходов в США, Еврозоне, России, что не позволило оперативно корректировать политику, проводимую в области управления государственными доходами. Новизна исследования состоит в выявлении недостатков современной методологии финансового прогнозирования, связанных с устареванием используемых подходов и необходимостью поиска новых моделей, позволяющих оперативно уточнять прогностические результаты. В исследовании использовались такие методы, как: измерение прогнозных величин и размера их ошибок, анализ и сравнение результатов, полученных по методам и моделям машинного и глубокого обучения. В результате исследования прогностических методов и моделей машинного и глубокого обучения, используемых в реальном бизнесе, на фондовом рынке и в государственных финансах, были отобраны наиболее перспективные из них. Основными критериями отбора послужили: возможность моделирования нелинейных связей параметров, оперативность расчета, минимальность ошибки, отсутствие проблемы с переобучением. В процессе исследования была выявлена целесообразность проведения декомпозиции временных рядов, что позволило минимизировать прогностические ошибки и выбрать наиболее точную из моделей для прогнозирования доходов бюджета РФ. Результаты исследования могут быть использованы для формирования системы прогнозных показателей, применяемых для разработки системы дашбордов для государственных служащих с целью повышения точности и оперативности принимаемых ими решений.