Журнал «Экономические стратегии», ключевое слово: «причинно- следственные связи»


Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах

DOI: 10.33917/es-1.187.2023.16-25

Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России.

Однако в сегодняшних реалиях задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.

Источники:

[1–15] см. в № 6 (186)/2022, с. 25.

16. Агеев А.И., Глазьев С.Ю., Митяев Д.А., Золотарева О.А., Переслегин С.Б. Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах [Электронный ресурс] // Экономические стратегии. 2022. № 6 (186). С. 16–25. DOI: https://doi.org/10.33917/es-6.186.2022.16-25.

17. Дуброва Т.А. Анализ временных данных // Анализ данных / Под общ. ред. В.С. Мхитаряна. М.: Юрайт, 2019. С. 397–459.

18. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогнозирование и управление. М.: Мир, 1974. 406 с.

19. Алжеев А.В., Кочкаров Р.А. Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний [Электронный ресурс] // Финансы: теория и практика. 2020. № 24(1). С. 14–23. DOI: 10.26794/2587-5671-2020-24-1-14-23.

20. Мхитарян С.В., Данченок Л.А. Прогнозирование продаж с помощью адаптивных статистических методов // Фундаментальные исследования. 2014. № 9-4. С. 818–822.

Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах

DOI: https://doi.org/10.33917/es-6.186.2022.16-25

Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России. Однако в сегодняшних реалиях, по мнению большинства экспертов, с которым нельзя не согласиться, задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.

Источники:

1. Куранов Г.О. Методические вопросы краткосрочной оценки и прогноза макроэкономических показателей // Вопросы статистики. 2018. № 25(2). С. 3–24.

2. Френкель А.А., Волкова Н.Н., Сурков А.А., Романюк Э.И. Сравнительный анализ модифицированных методов Грейнджера — Раманатхана и Бейтса — Грейнджера для построения объединенного прогноза динамики экономических показателей // Вопросы статистики. 2019. № 26(8). С. 14–27.

3. Широв А.А. Макроструктурный анализ и прогнозирование в современных условиях развития экономики // Проблемы прогнозирования. 2022. № 5. С. 43–57.

4. Дмитриева М.В., Суетин С.Н. Моделирование динамики равновесных валютных курсов // Вестник КИГИТ. 2012. № 12–2(30). С. 061–064.

Цифровая навигация в матрице реальностей: оперирование бифуркационными траекториями движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек

DOI: 10.33917/es-5.163.2019.48-55

Целью статьи является рассмотрение возможностей оперирования вероятностями реальности (понимаемой как интерпретация человеком картины окружающего реального и выдуманного мира с вытекающими линиями поведения) для противодействия системным сбоям в работе механизмов управления социумом. Предлагается идентификация системно-параметрических взаимосвязей, в том числе величины перетоков информации и ее вычислительной обработки, кластеризации, доработки и использования при реализации технологии «разведки будущего» в рамках некой суперсистемы цифровой структуры управления социумом. Формируются возможности проникновения на уровень сознательной (смысловой) и бессознательной (эмоциональной) интерпретации событий, когда необходимо обеспечить у личностей и их групп логические цепочки (событийные ряды) трактовки истории и интерпретацию событий в отношении проблем, которые могут повлиять на поддержание стабильности базового образа будущего. Создается возможность для навигации по контролируемому набору возможных траекторий движения ключевых точек будущего на «дереве» ветвящихся событийных цепочек при управлении социумом в рамках процесса формирования материального будущего, реализуемого через самоподстройку окружающей субъективной реальности к «матрице ключевых смысловых образов» в направлении базового образа будущего

Источники:

1. Агеев А.И., Логинов Е.Л. Битва за будущее: кто первым в мире освоит ноомониторинг и когнитивное программирование субъективной реальности? // Экономические стратегии. 2017. № 2. С. 124–139.

2. Добрынин А.П., Черных К.Ю., Куприяновский В.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, SMART CITY, BIG DATA и др.) // International Journal of Open Information Technologies. 2016. № 1. С. 4–11.

3. Бугаев А.С., Логинов Е.Л., Райков А.Н., Сараев В.Н. Семантика сетевых контактов // Научно-техническая информация. Серия 1: Организация и методика информационной работы. 2009. № 2. С. 33–36.

4. Агеев А.И. Будущее России: в тисках истории, хаоса и сценариев // Мир России: Социология, этнология. 2010. № 1. С. 126–162.

5. Нестик Т.А. Коллективный образ будущего: социально-психологические аспекты прогнозирования // Вопросы психологии. 2014. № 1. С. 3–13.

6. Розин М.Д., Мощенко И.Н., Джикаев Д.А. Моделирование политической напряженности методами семантического дифференциала и теории катастроф // Математический форум (Итоги науки. Южный федеральный округ). 2010. С. 341–352.

7. Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. № 2. С. 70–87.

8. Логинов Е.Л., Шкута А.А., Борталевич В.Ю. Цифровая технология разведки будущего: противодействие неизвестным угрозам в будущих периодах, которые характеризуются высокой степенью неопределенности развития событийных цепочек и нелинейностью причинно-следственных связей // Искусственные общества. 2018. № 4.

9. Николаев В.И., Толстых Н.Н. Конфликтное взаимодействие инфокоммуникационных систем // Теория и техника радиосвязи. 2018. № 2. С. 72–84.

10. Неганов В.А., Антипов О.И., Неганова Е.В. Фрактальный анализ временных рядов, описывающих качественные преобразования систем, включая катастрофы // Физика волновых процессов и радиотехнические системы. 2011. № 1. С. 105–110.

11. Минаев В.А., Сычев М.П., Вайц Е.В. и др. Моделирование информационно-психологических воздействий на социум в случае независимых параллельных межличностных коммуникаций в социальных подгруппах // Информация и безопасность. 2017. № 3. С. 352–355.

12. Муртазина Е.П., Журавлев Б.В. Системный анализ нейрофизиологических показателей целенаправленного внимания при изучении испытуемыми инструкции выполнения последующей деятельности // Нейрокомпьютеры: разработка, применение. 2014. № 8. С. 22–27.

13. Магницкий Н.А. Использование методов хаотической динамики для обнаружения атак на ресурсы распределенных информационных систем // Труды Института системного анализа Российской академии наук. 2015. № 1. С. 57–59.

14. Бондарко В.М., Бондарко Д.В., Солнушкин С.Д., Чихман В.Н. Моделирование результатов психофизических экспериментов нейронными сетями // Нейрокомпьютеры: разработка, применение. 2018. № 5. С. 31–33.

15. Пителинский К.В. Инновационные и информационные технологии как средства захвата и удержания власти // Вестник Московского института лингвистики. 2015. № 8. С. 130–135.

16. Подшивалов Г.К. Метод прогнозирования стохастических процессов с изменяющимися фазовыми режимами // Управление риском. 2012. № 1. С. 20–29.

17. Першина М.П., Нечай Е.Е., Васильева Т.А. Цветные революции на постсоветском пространстве: новые технологии государственных переворотов // Этносоциум и межнациональная культура. 2017. № 3. С. 114–127.

18. Райков А.Н. Когнитивное программирование // Экономические стратегии. 2014. № 4. С. 108–113.

19. Ковалева М.Е., Булыгина В.Г. Психофизиологические предикторы психической адаптивности у специалистов опасных профессий (на примере военнослужащих) // Психология и право. 2017. № 4. С. 137–150.

20. Рязанов Д.Ю. Моделирование и анализ процессов трансформации личности современного человека с использованием методов теории катастроф // Вестник МГТУ Станкин. 2010. № 2. С. 143–151.

21. Намиот В.А., Чернавский Д.С. «Непредсказуемость квантового мира» и логические катастрофы // Биофизика. 2003. № 6. С. 1147–1150.

22. Тимофеев А.И., Дмитриева В.А. Мыслящие системы и проблемы нашей цивилизации // Искусственный интеллект. 2014. № 4. С. 116–122.

23. Городецкий А.Е., Тарасова И.Л., Зиняков В.Ю. Комбинированное логико-вероятностное и лингвистическое моделирование отказов сложных систем // Информационно-управляющие системы. 2015. № 1. С. 35–42.

24. Пановский В.Н., Пантелеев А.В. Интервальные методы синтеза нейроуправления нелинейными детерминированными динамическими системами // Вестник воздушно-космической обороны. 2017. № 4. С. 112–116.

25. Щербань И.В., Иванов С.В., Щербань О.Г. Стратегия управления игроком-союзником в задаче нелинейной дифференциальной игры с терминальными ограничениями // Вестник Воронежского государственного технического университета. 2018. № 1. С. 21–26.

Разработка прорывных стратегических решений в условиях кризисных изменений внешней среды: логика и алгоритмы

Номер 1. Долгоиграющий выбор
Разработка прорывных стратегических решений в условиях кризисных изменений внешней среды: логика и алгоритмы

Настоящая статья посвящена осмыслению подходов и методов принятия стратегических решений в ситуации нарастания нестабильности внешних условий. Предложен алгоритм разработки прорывных стратегических решений, основанный на диагностике проблемной ситуации, выявлении системных противоречий, разрешение которых позволяет выходить на прорывные стратегические решения и формировать новые бизнес-модели. Показаны методы и типовые приемы поиска таких решений.