Оценка вероятностных характеристик случайных процессов в мировой экономике в условиях нелинейной динамики с существенной хаотической компонентой
Оценка вероятностных характеристик случайных процессов в мировой экономике в условиях нелинейной динамики с существенной хаотической компонентой
Аннотация

Рассматриваются случайные процессы как важный компонент макроэкономической динамики, объясняющей катастрофичность кризисных явлений в мировой экономике, которая характеризуется нелинейной динамикой с существенной хаотической компонентой. Сформулированы расчетные алгоритмы получения оценок начальных моментов, основанных на отсчетных значениях характеристической функции смесей сигналов или пакетов данных о макроэкономических процессах и помех или событий, влияющих на макроэкономическую динамику, но не учитываемых при традиционном экономическом анализе. Сделан вывод, что на процессы макроэкономической динамики в мировой экономике в условиях сложных многофакторных кризисных явлений с существенной хаотической компонентой, стали влиять факторы, имеющие стационарный стохастический характер, которые в традиционных аналитических моделях макроэкономической динамики не учитываются. 

Об авторах
Логинов Евгений Леонидович
начальник Экспертно-аналитической службы
заместитель директора по научной работе Института проблем рынка РАН
Зарбалиев Сахавет Маилович
Доцент кафедры математики, эконометрики и информационных технологий
МГИМО (У) МИД России
Григорьев Владимир Викторович
доцент кафедры математики, эконометрики и информационных технологий факультета международных экономических отношений МГИМО (У) МИД России
МГИМО (У) МИД России
Библиография

1. Аннигиляционный коллапс // URL: https://spydell.livejournal.com/675431.html

2. Бендат Д., Пирсол А. Измерение и анализ случайных процессов. // М.; Мир, 1971.

3. Гольдберг Н.И., Шириков В.Ф. Расчет точности статистической оценки характеристических функций сигналов и помех. / Сб. Автоматические системы оптимального управления технологическими процессами. // Тула; ТПИ, 1982.

4. Зарбалиев С.М. Аппроксимация экономических функций случайной природы ломаными прямыми // Выход экономики России из кризисной цикличности: ретроспектива и новая модель роста / Материалы международной научно-практической конференции. Под ред. чл.-корр. РАН В.А. Цветкова, к.ф.-м.н., доцента К.Х. Зоидова. – М.: ИПР РАН, 2019. С. 83-86.

5. Зарбалиев С.М. Асимптотические свойства случайных выпуклых ломаных // Математика, информатика, естествознание в экономике и обществе (МИЕСЭКО-2016) / Труды Всероссийской научной конференции. – М.: Московский финансово-юридический университет МФЮА, 2016. С. 12-19.

6. Зарбалиев С.М., Григорьев В.В. Теория вероятностей и математическая статистика. // М.; Научная Библиотека, 2019.

7. Логинов Е.Л., Григорьев В.В., Бойко П.А., Сорокин Д.Д., Логинова В.Е. Использование интеллектуальных технологий мониторинга и моделирования для когерентно-резонансного балансирования инфляционных процессов при денежной эмиссии в экономике России // Вестник Московского университета МВД России. 2019. №2. С. 230-235.

8. Логинов Е.Л., Шкута А.А., Логинова В.Е. Кризисная динамика как проявление цикло-когерентных процессов, детерминированных совокупностью дискретных макроэкономических циклов в мировой экономике // Финансы и кредит. 2018. Т. 24. №4 (772). С. 941-953.

9. Макаров В.Л., Ву Ц., Ву З., Хабриев Б.Р., Бахтизин А.Р. Современные инструменты оценки последствий мировых торговых войн // Вестник Российской академии наук. 2019. Т. 89. №7. С. 745-754.

10. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. // М.; Энергия, 1972.

11. Цветков В.А., Степнов И.М., Ковальчук Ю.А., Зоидов К.Х. Динамика развития экономических систем / Под ред. чл.-корр. РАН В.А. Цветкова // М.: ЦЭМИ РАН / ИПР РАН, 2016. 380 с.

12. Makarov V.L., Bakhtizin A.R. Supercomputer technologies in social sciences: existing experience and future perspectives // Springer Proceedings in Complexity 2017. С. 251-273.

13. Makarov V.L., Bakhtizin A.R., Sushko E.D., Sushko G.B. The application of graph decomposition to development of large-scale agent-based economic models // Advances in Systems Science and Applications. 2019. Т. 19. № 1. С. 141-149.

Полная версия доступна только подписчикам
Подпишитесь прямо сейчас