По всем вопросам звоните:

+7 495 274-22-22

УДК: 330.44 DOI:10.33920/vne-04-2208-06

Прогнозирование развития отечественной экономики системой искусственного интеллекта, оценка риска и устойчивости финансового сектора

Николай Иванович Ломакин кандидат экономических наук, доцент, ФГБОУ ВО «Волгоградский государственный технический университет», 400005, Россия, г. Волгоград, проспект В. И. Ленина, д. 28, E-mail: tel9033176642@yahoo.com, ORCID: 0000-0001-6597-7195
Ярослава Васильевна Мещерякова кандидат экономических наук, доцент, кафедра экономики, ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 400005, Россия, г. Волгоград, ул. Волгодонская, д. 13, E-mail: myv@vfmiu.ru, ORCID: 0000-0002-2978-1125
Геннадий Иванович Лукьянов доктор филологических наук, профессор кафедры Экономика и менеджмент, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ», 404121, Россия, г. Волжский, ул. Энгельса, 42а, E-mail: viepptgp@mail.ru, ORCID: 0000-0001-5852-2360
Сергей Викторович Якшин аспирант кафедры экономики и менеджмента, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ», 404121, Россия, г. Волжский, ул. Энгельса, 42а, E-mail: 36_5@bk.ru, ORCID: 0000-00002-8901-8463
Никита Тимофеевич Шабанов магистрант кафедры менеджмента и финансов производственных систем, ФГБОУ ВО «Волгоградский государственный технический университет», 400005, Россия, г. Волгоград, проспект В. И. Ленина, д. 28, E-mail: shabanovnt1999@gmail.com, ORCID: 0000-0002-2240-5725
Виктория Викторовна Кабина аспирант кафедры систем автоматизированного проектирования и поискового конструирования, ФГБОУ ВО «Волгоградский государственный технический университет», 400005, Россия, г. Волгоград, проспект В. И. Ленина, д. 28, E-mail: victresss@mail.ru, ORCID: 0000-0002-4923-9050
Яна Ивановна Бодина бакалавр, ФГБОУ ВО «Волгоградский государственный технический университет», 400005, Россия, г. Волгоград, проспект В. И. Ленина, д. 28, E-mail: yana_bodina@bk.ru, ORCID: 0000-00029387-457X
Иван Николаевич Ломакин бакалавр кафедры информатики и технологии программирования, ФГБОУ ВО «Волжский политехнический институт (филиал) ВолгГТУ», 404121, Россия, г. Волжский, ул. Энгельса, 42а, E-mail: ivan.grom0boy@yandex.ru, ORCID: 0000-0001-7392-1554

В статье рассмотрены теоретические подходы прогнозирования развития отечественной экономики и устойчивости финансового сектора. В работе используется система искусственного интеллекта, разработанная авторами. Выдвинута и доказана гипотеза, что использование в нейросетевой AI-системе оценки риска финансового сектора, рассчитанной посредством VaR-модели, может быть применено для получения прогнозного значения величины ВВП страны в целях обеспечения поддержки принятия управленческих решений в условиях неопределенности. Важное значение имеет исследование теоретических основ повышения устойчивости российской экономики в современных условиях. Применение нейросетевых моделей при прогнозировании ВВП является важным инструментом оценки и обеспечения устойчивости российской экономики. Новизна проведенного исследования заключается в том, что предложен подход, призванный ликвидировать пробел, который касается проблемы отсутствия надежного подхода в вопросе оценки риска устойчивости финансового сектора с целью обеспечения устойчивого развития отечественной экономики, и получить корректный прогноз объема валового внутреннего продукта (ВВП) в условиях рыночной неопределенности. Согласно VaR-модели, с вероятностью 99 % абсолютная величина финансового риска сокращения прибыли банковской системы РФ в 2022 г. может составить 108,5 млрд руб., или — 4,5226 %, а величина прибыли может достигнуть 2,3 трлн руб. Полученный нейропрогноз величины ВВП на 2022 г. — 79 023,4 млрд руб., что на 33,3 % выше, чем 59 262,95 млрд руб., заявленные экспертами. Суммарное прогнозное значение величины ВВП за I кв. 28 410 и II кв. 30 853. Для сравнения точности прогноза остается дождаться, когда станут известны фактические значения величины ВВП. Практическая значимость исследования состоит в том, что в его процессе сформированы предпосылки для решения важной народно-хозяйственной задачи — прогнозирования величины ВВП и обеспечения устойчивого развития экономики страны.

Литература:

1. Трофимов, В. В. Искусственный интеллект в цифровой экономике // Росконгресс [Электронный ресурс]. — URL: https://roscongress.org/materials/iskusstvennyy-intellekt-v-tsifrovoy-ekonomike/ (дата обращения: 22.04.2022).

2. Паспорт национальной программы «Цифровая экономика Российской Федерации» (утв. президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам. Протокол от 24 декабря 2018 г/ № 16).

3. Четвёртая промышленная революция [Электронный ресурс]. — URL: https://ru.wikipedia.org/wiki/%D0 %A7%D0%B5%D1%82%D0%B2%D1%%D1%86%D0%B8%D1%8F (дата обращения: 22.04.2022).

4. Ломакин, Н. И., Пескова, О. С., Кулачинская, А., Лукьянов, Г. И., Якшин, С. В., Рыбанов, А. А., Водопьянова, Н. А., Сычева, А. В., Могхарбел, Н. О., Тарасова, Н. К. Применение искусственного интеллекта для оценки устойчивости развития экономики России сквозь призму динамики транспортной системы // Международный научно-исследовательский журнал. — 2021. — № 12-4 (114). — С. 71–78.

5. Ломакин, Н. И., Пескова, О. С., Мершиева, Г. А., Заруднева, А. Ю., Кособокова, Е. В., Максимова, О. Н., Голодова, О. А., Тарасова, Н. К. AI-система и многофакторная корреляционно-регрессионная модель для прогнозирования ВВП РФ в облачной среде Colab и XL // Международная экономика. — 2022. — Т. 19. — № 3. — С. 235–254. DOI: 10.33920/vne-04-2203-04.

6. Ломакин, Н. И., Радионова, Е. А., Рыбанов, А. А., Могхарбел, Н. О., Водопьянова, Н. А., Сычева, А. В. Исследование динамики ВВП России в условиях цифровизации экономики // International Journal of Advanced Studies. — 2021. — Т. 11. — № 2. — С. 65–80.

7. Искусственный интеллект [Электронный ресурс]. — URL: https://ru.wikipedia.org/wiki/%D0%98%D1%8 1%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B 8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82 (дата обращения: 22.04.2022).

8. Цифровая экономика: 2019: краткий статистический сборник / Г. И., Абдрахманова, К. О., Вишневский, Л. М., Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». — М.: НИУ ВШЭ, 2019. — 96 с.

9. Фёльмер, Г., Шид, А. Введение в стохастические финансы. Дискретное время. — М.: МЦНМО, 2008. — 496 с.

10. Bachelier, L. Theorie de la speculation. Ann. Sci. Ecole Norm. Sup. 17, 1900.

11. Теория портфеля Марковица // Fin-plan [Электронный ресурс]. — URL: https://fin-plan.org/blog/investitsii/teoriya-portfelya-markovitsa/ (дата обращения: 22.04.2022).

12. Ширяев, А. Н. Основы стохастической финансовой математики. — М.: Фазис, 1998. — 628 с.

13. Обзор финансовой стабильности № 2 (19). II–III кварталы 2021 года // Банк России [Электронный ресурс]. — URL: https://cbr.ru/Collection/Collection/File/39346/2_3_q_2021.pdf (дата обращения: 22.04.2022).

14. Ключевая ставка Банка России // Банк России [Электронный ресурс]. — URL: https://cbr.ru/hd_base/KeyRate/ (дата обращения: 30.04.2022).

15. Карасевич, В. П. Методические подходы к оценке финансовой устойчивости кредитной организации // Электронный научный журнал «Вектор экономики». — 2019. — № 11 [Электронный ресурс]. — URL: http://www.vectoreconomy.ru/images/publications/2019/11/financeandcredit/Karasevich.pdf (дата обращения: 30.04.2022).

16. Финансы организаций: учебное пособие / М. А. Конищева, О. И. Курган, Ю. И. Черкасова; Сиб. федер. ун-т. — Красноярск: СФУ, 2015. — 364 с.

17. ВВП России по секторам экономики // Справочник студенческий [Электронный ресурс]. — URL: https://spravochnick.ru/ekonomika/struktura_sektorov_ekonomiki/vvp_rossii_po_sektoram_ekonomiki/ (дата обращения: 30.04.2022).

18. ВВП России по годам, 1995–2021 (в текущих ценах, данные Росстата) // Мировые финансы [Электронный ресурс]. — URL: http://global-finances.ru/vvp-rossii-po-godam/ (дата обращения: 30.04.2022).

19. Методы оценки риска VaR (value at risk). Рыночный риск. Пример расчета в Excel // Finzz.ru [Электронный ресурс]. — URL: https://finzz.ru/metody-ocenki-riska-var-value-risk.html (дата обращения: 30.04.2022).

20. Казарновский, П. Банки обогнали ВВП // РБК [Электронный ресурс]. — URL: https://www.rbc.ru/newspaper/2021/10/12/616419769a794735f3b6e264 (дата обращения: 30.04.2022).

21. Финансово-экономические риски: учебное пособие / Е. Г., Князева, Л. И., Юзвович, Р. Ю., Луговцов, В. В., Фоменко. — Екатеринбург: Изд-во Урал. ун-та, 2015. — 112 с.

22. О производстве валового внутреннего продукта (ВВП) во II квартале 2021 года // Росстат [Электронный ресурс]. — URL: https://www.gks.ru/bgd/free/b04_03/IssWWW.exe/Stg/d02/164.htm (дата обращения: 02.05.2022).

23. Добрунов, М., Чернышова, Е. Минэкономразвития сообщило о замедлении роста ВВП в марте // РБК [Электронный ресурс]. — URL: https://www.rbc.ru/economics/27/04/2022/626991139a79472a1b48471d (дата обращения: 02.05.2022).

1. Trofimov, V.V. Iskusstvennyi intellekt v tsifrovoi ekonomika [Artificial intelligence in the digital economy]. Roskongress. — Available at: https://roscongress.org/materials/iskusstvennyy-intellekt-v-tsifrovoy-ekonomike/ (accessed: 22.04.2022) (in Russian).

2. Passport of the national program «Digital Economy of the Russian Federation» (approved by the Presidium of the Council under the President of the Russian Federation for Strategic Development and National Projects. Minutes of December 24, 2018, no. 16).

3. Fourth Industrial Revolution. — Available at: https://ru.wikipedia.org/wiki/%D0%A7%D0%B5%D1%82%D0 %B2%D1%%D1%86%D0%B8%D1%8F (accessed: 22.04.2022) (in Russian).

4. Lomakin, N. I., Peskova, O. S., Kulachinskaya, A., Lukyanov, G. I., Yakshin, S. V., Rybanov, A. A., Vodopyanova, N. A., Sycheva, A. V., Mogharbel, N.O., Tarasova N. K. Primenenie iskusstvennogo intellekta dlia otsenki ustoichivosti razvitiia ekonomiki Rossii skvoz’ prizmu dinamiki transportnoi sistemy [In Application of artificial intelligence to assess the sustainability of the development of the Russian economy through the prism of the dynamics of the transport system]. Mezhdunarodnyi nauchno-issledovatel’skii zhurnal [International Research Journal]. 2021, no. 12-4 (114), pp. 71–78 (in Russian).

5. Lomakin, N. I., Peskova, O. S., Mershieva, G. A., Zarudneva, A. Yu., Kosobokova, E.V., Maksimova, O. N., Golodova, O. A., Tarasova, N. K. AI-sistema i mnogofaktornaia korreliatsionno-regressionnaia model’ dlia prognozirovaniia VVP RF v oblachnoi srede Colab i XL [AI-system and multifactorial correlation-regression model for forecasting the GDP of the Russian Federation in the cloud environment Colab and XL]. Mezhdunarodnaya Ekonomika [The Worlds Economics]. 2022, vol. 19, no. 3., pp. 235–254. DOI: 10.33920/vne-04-2203-04 (in Russian).

6. Lomakin, N. I., Radionova, E. A., Rybanov, A. A., Mogharbel, N. O., Vodopyanova, N. A., Sycheva, A. V. Issledovanie dinamiki VVP Rossii v usloviiakh tsifrovizatsii ekonomika [Study of the dynamics of Russia’s GDP in the context of digitalization of the economy]. International Journal of Advanced Studies. 2021, vol. 11, no. 2, pp. 65-80. (in Russian).

7. Artificial Intelligence. — Available at: https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D 1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D 0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82 (accessed: 22.04.2022) (in Russian).

8. Tsifrovaia ekonomika: 2019: kratkii statisticheskii sbornik [Digital economy: 2019: a brief statistical collection]. G. I. Abdrakhmanova, K. O. Vishnevsky, L. M. Gohberg and others. Moscow: NRU HSE, 2019, 96 p. (in Russian).

9. Folmer, G., Shid, A. Introduction to stochastic fi nance. Discrete time. Moscow: MTsNMO, 2008, 496 p. (in Russian).

10. Bachelier, L. Theorie de la speculation. Ann. Sci. Ecole Norm. Sup. 17, 1900.

11. Markowitz Portfolio Theory. Fin-plan. — Available at: https://fin-plan.org/blog/investitsii/teoriya-portfelya-markovitsa/ (accessed: 22.04.2022) (in Russian).

12. Shiryaev, A. N. Osnovy stokhasticheskoi finansovoi matematiki [Fundamentals of stochastic financial mathematics]. Moscow: Fazis, 1998. — 628 p. (in Russian).

13. Financial Stability Review No. 2 (19). II–III quarters of 2021. Bank of Russia. — Available at: https://cbr.ru/ Collection/Collection/File/39346/2_3_q_2021.pdf (accessed: 22.04.2022) (in Russian).

14. Key rate of the Bank of Russia. Bank of Russia. — Available at: https://cbr.ru/hd_base/KeyRate/ (accessed 30.04.2022) (in Russian).

15. Karasevich, V. P. Metodicheskie podkhody k otsenke finansovoi ustoichivosti kreditnoi organizatsii [Methodological approaches to assessing the financial stability of a credit institution]. Elektronnyi nauchnyi zhurnal "Vektor ekonomiki" [Electronic scientific journal "Economy Vector"]. 2019, no. 11. — Available at: http://www.vectoreconomy.ru/images/publications/2019/11/financeandcredit/Karasevich.pdf (accessed: 30.04.2022). (in Russian).

16. Finance of organizations: textbook. M. A., Konishcheva, O. I., Kurgan, Yu. I., Cherkasov. Krasnoyarsk: SFU, 2015, 364 p. (in Russian).

17. VVP Rossii po sektoram ekonomiki [Russian GDP by sectors of the economy]. Spravochnik studencheskii [Student’s handbook]. — Available at: https://spravochnick.ru/ekonomika/struktura_sektorov_ekonomiki/vvp_ rossii_po_sektoram_ekonomiki/ (accessed: 30.04.2022) (in Russian).

18. VVP Rossii po godam, 1995 — 2021 (v tekushchikh tsenakh, dannye Rosstata) [Russian GDP by years, 1995– 2021 (in current prices, Rosstat data)]. Mirovye finansy [Global Finances]. — Available at: http://global-finances.ru/ vvp-rossii-po-godam/ (accessed: 30.04.2022) (in Russian).

19. Metody otsenki riska VaR (value at risk). Rynochnyi risk. Primer rascheta v Excel [Risk assessment methods VaR (value at risk). Market risk. Calculation example in Excel]. Finzz.ru. — Available at: https://finzz.ru/metody-ocenki-riska-var-value-risk.html (accessed: 30.04.2022) (in Russian).

20. Kazarnovskii, P. Banki obognali VVP [Banks have overtaken GDP]. RBC. — Available at: https://www.rbc.ru/ newspaper/2021/10/12/616419769a794735f3b6e264 (accessed: 30.04.2022) (in Russian).

21. Financial and economic risks: textbook. E. G., Knyazeva, L. I., Yuzvovich, R. Yu., Lugovtsov, V. V., Fomenko. — Yekaterinburg: Ural Publishing House. un-ta, 2015, 112 p. (in Russian).

22. On the production of gross domestic product (GDP) in the II quarter of 2021. Rosstat. — Available at: https:// www.gks.ru/bgd/free/b04_03/IssWWW.exe/Stg/d02/164.htm (accessed: 02.05.2022) (in Russian).

23. Dobrunov, M., Chernyshova, E. Minekonomrazvitiia soobshchilo o zamedlenii rosta VVP v marte [The Ministry of Economic Development reported a slowdown in GDP growth in March]. RBC. — Available at: https:// www.rbc.ru/economics/27/04/2022/626991139a79472a1b48471d (accessed: 02.05.2022) (in Russian).

Дата поступления рукописи в редакцию: 03.05.2022.

Дата принятия рукописи в печать: 20.06.2022.

Актуальность исследования в том, что в современных условиях рыночной неопределенности с особой остротой встает проблема получения точных прогнозов, обеспечивающих поддержку принятия управленческих решений по формированию стратегических решений для обеспечения развития экономики и повышения устойчивости ее финансового сектора.

Всем известно, что финансовый риск представляет собой риск, который может привести к потере финансовых денежных средств. Проблема минимизации финансовых рисков становится особенно острой в современных условиях, которые характеризуются повышением уровня рыночной неопределенности, а подчас и непредсказуемостью развития событий.

Важным фактором выступает процесс изменения во внешнеполитической сфере, а также события, протекающие на фоне эскалации политической напряженности странами североатлантического альянса вокруг событий на Украине.

Как показывает практика, рыночная неопределенность выражается в некоторых условиях, в которых происходит процесс принятия экономических решений, изменения в которых трудно прогнозировать и оценивать. Неполнота информации имеет место быть всегда, она была и остается, поэтому неопределенность рынка не может быть устранена вообще, однако его степень может быть снижена.

Научное исследование призвано ликвидировать пробел, который касается проблемы отсутствия надежного подхода в вопросе оценки риска устойчивости финансового сектора с целью обеспечения устойчивого развития отечественной экономики, получить корректный прогноз объема валового внутреннего продукта (ВВП) в условиях рыночной неопределенности.

Современные условия в российской экономике характеризуются постепенным внедрением нового технологического уклада «Индустрия 4.0». Или, другими словами, мир стоит на пороге четвертой промышленной революции (англ. The Fourth Industrial Revolution). Как показывает практика, искусственный интеллект уверенно занимает лидирующие позиции в цифровой экономике. Для обеспечения стабильного развития экономики и ее финансового сектора правительством и президентом страны принимаются меры.

Для Цитирования:
Николай Иванович Ломакин, Ярослава Васильевна Мещерякова, Геннадий Иванович Лукьянов, Сергей Викторович Якшин, Никита Тимофеевич Шабанов, Виктория Викторовна Кабина, Яна Ивановна Бодина, Иван Николаевич Ломакин, Прогнозирование развития отечественной экономики системой искусственного интеллекта, оценка риска и устойчивости финансового сектора. Международная экономика. 2022;8.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: