Малов Д.Н., Летягина Е.Н.Опубликовано в журнале:
Креативная экономика
– Том 13, Номер 8 (Август 2019)

JEL classification: O31, O32, O33

Ключевые слова: инвестиционная привлекательность, кластерная модель, кластерный подход, нейросетевая модель, экономическое развитие


Поделиться этой страницей:

Аннотация:

В современной экономической науке большое значение уделяется использованию методов математического моделирования при анализе инвестиционных процессов, определении инвестиционной привлекательности и эффективности инвестиционной деятельности, расчете инвестиционных рисков. В статье представлена модель кластеризации экономики, разработанная с использованием теории и научно-методического инструментария нейросетевого моделирования. Разработанная нейросетевая модель кластеризации позволяет определить инвестиционную привлекательность предприятий разных секторов экономики, их стоимость и чистую прибыль с учетом влияния всех элементов системы экономических отношений. Данная модель может быть использована для оценки инвестиционной привлекательности мезоэкономических систем и принятия управленческих решений инвесторами, собственниками и руководством предприятий, в том числе при их товарной и территориальной диверсификации.

---

Источники:
1. Бриштелев А.С. Процентный канал трансмиссионного механизма монетарной политики // Банковский вестник. – 2007. – № 1. – С. 35-41.
2. Arnostova K., Hurnik J. The Monetary Transmission Mechanism in the Czech Republic (evidence from VAR analysis) // Czech National Bank, Working Paper. – 2005. – № 4. – С. 22.
3. Комков В.Н., Демиденко М.В., Черноокий В.А. Анализ влияния денежно-кредитной и валютной политики на реальный сектор экономики // Белорусская экономика: анализ, прогноз, регулирование. – 2005. – № 3. – С. 23-34.
4. Абакумова Ю.Г. Применение моделей векторных авторегрессий для исследования процентного канала трансмиссионного механизма монетарной политики Республики Беларусь // Экономика и управление. – 2011. – № 2. – С. 88-93.
5. Кундиус В.А. Кластерный подход в реализации стратегии инновационного развития АПК региона // Экономика региона. – 2011. – № 4(28). – С. 117-133.
6. Летягина Е.Н., Свеженцев А.Г. Методология кластерного подхода в экономике // Экономические науки. – 2011. – № 6(79). – С. 97-100.
Ширяев В.И. Финансовые рынки: Нейронные сети, хаос и нелинейная динамика. - М.: Издательская группа URSS, 2011. – 232 с.
8. Макаров И.Н., Евсин М.Ю., Кокарев А.Л., Крупина Т.А. Проблемы оценки бизнеса в условиях экономики России: методологические и отраслевые аспекты // Российское предпринимательство. – 2019. – № 1. – С. 59-70. – doi: 10.18334/rp.20.1.39719.
Guide to the Functional API. Keras.io. [Электронный ресурс]. URL: https://keras.io/getting-started/functional-api-guide ( дата обращения: 19.01.2019 ).
Официальный сайт рейтингового агентства «Эксперт». [Электронный ресурс]. URL: http://raexpert.ru/ratings/regions ( дата обращения: 11.05.2019 ).
11. Адамайтис Л.А., Агапитова E.Л. Применение сравнительной рейтинговой оценки в анализе инвестиционной привлекательности предприятия // Экономический анализ: теория и практика. – 2011. – № 41(248). – С. 27-34.
Ендовицкий Д.А.. Бабушкин В.А, Батурина Н.А. Анализ инвестиционной привлекательности организации. / Научное издание. - М.: КНОРУС, 2010.