КФУ. Карточка публикации. Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга

КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

RUS

- EN
- 中文
- ES

НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА РОССИЙСКИХ РЕГИОНОВ И ИХ ESG РЭНКИНГА

Форма представления

Статьи в российских журналах и сборниках

Год публикации

2025

Язык

русский

Авторы, сотрудники КФУ

Захматов Дмитрий Юрьевич, автор

Киршин Игорь Александрович, автор

Кох Игорь Анатольевич, автор

Библиографическое описание на языке оригинала

Киршин И.А., Кох И.А., Захматов Д.Ю. Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2025. № 3. С. 98-112. DOI: 10.17586/2310-1172-2025-18-3-98-112

Аннотация

Целью данной статьи является выявление, тестирование и оценка влияния ESG рэнкинга на инвестиционный потенциал российских регионов (субъектов РФ) на основе нейросетевого моделирования. В качестве статистической выборки были использованы данные 83 российских регионов за 2020 год. Был проведен кросс-региональный множественный регрессионный анализ с использованием моделей нейронной сети многослойного персептрона. Для выявления причинно-следственных связей между переменной инвестиционного потенциала и тремя регрессорами: ESG рэнкинг региона, инвестиционный риск региона и валовой региональный продукт - использовалось приложение регрессия (regression) аналитического программного пакета STATISTICA (StatSoft). Оценка качества и точности модели многослойного персептрона производилась посредством вычисления средней абсолютной процентной ошибки. Проведенные численные эксперименты показали, что метод нейросетевого моделирования доступен в реализации, не требует больших вычислительных мощностей и демонстрирует хорошую точность. В ходе нейросетевого моделирования нелинейной регрессии инвестиционного потенциала субъектов РФ была специфицирована достоверная модель MLP 3-4-1 с высокой точностью описывающая и предсказывающая целевую переменную -инвестиционный потенциал региона. Полученные результаты подтверждают выдвинутую в статье гипотезу: инвестиционный потенциал российских регионов в большей степени зависит от ESG фактора и в меньшей степени от инвестиционного риска региона и валового регионального продукта. Глобальный анализ чувствительности показал, что все построенные нейронные сети определяют ESG переменную как наиболее важную. Доказанный приоритет важности влияния ESG рэнкинга на инвестиционный потенциал региона может быть использован региональными властями для обоснования приоритетных направлений региональной политики повышения инвестиционной привлекательности субъектов Российской Федерации.

Ключевые слова

ESG-концепция, инвестиционная привлекательность региона, нейронные сети; многослойный персептрон, глобальный анализ чувствительности, программный пакет STATISTICA

Название журнала

Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент»

URL

https://economics.ihbt.ifmo.ru/ru/article/23790/neyrosetevoe_modelirovanie_vzaimosvyazi_investicionnogo_potenciala_rossiyskih_regionov_i_ih_ESG_renkinga.htm

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=317278

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Захматов Дмитрий Юрьевич	ru_RU
dc.contributor.author	Киршин Игорь Александрович	ru_RU
dc.contributor.author	Кох Игорь Анатольевич	ru_RU
dc.date.accessioned	2025-01-01T00:00:00Z	ru_RU
dc.date.available	2025-01-01T00:00:00Z	ru_RU
dc.date.issued	2025	ru_RU
dc.identifier.citation	Киршин И.А., Кох И.А., Захматов Д.Ю. Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2025. № 3. С. 98-112. DOI: 10.17586/2310-1172-2025-18-3-98-112	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/?p_id=317278	ru_RU
dc.description.abstract	Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент»	ru_RU
dc.description.abstract	Целью данной статьи является выявление, тестирование и оценка влияния ESG рэнкинга на инвестиционный потенциал российских регионов (субъектов РФ) на основе нейросетевого моделирования. В качестве статистической выборки были использованы данные 83 российских регионов за 2020 год. Был проведен кросс-региональный множественный регрессионный анализ с использованием моделей нейронной сети многослойного персептрона. Для выявления причинно-следственных связей между переменной инвестиционного потенциала и тремя регрессорами: ESG рэнкинг региона, инвестиционный риск региона и валовой региональный продукт - использовалось приложение регрессия (regression) аналитического программного пакета STATISTICA (StatSoft). Оценка качества и точности модели многослойного персептрона производилась посредством вычисления средней абсолютной процентной ошибки. Проведенные численные эксперименты показали, что метод нейросетевого моделирования доступен в реализации, не требует больших вычислительных мощностей и демонстрирует хорошую точность. В ходе нейросетевого моделирования нелинейной регрессии инвестиционного потенциала субъектов РФ была специфицирована достоверная модель MLP 3-4-1 с высокой точностью описывающая и предсказывающая целевую переменную -инвестиционный потенциал региона. Полученные результаты подтверждают выдвинутую в статье гипотезу: инвестиционный потенциал российских регионов в большей степени зависит от ESG фактора и в меньшей степени от инвестиционного риска региона и валового регионального продукта. Глобальный анализ чувствительности показал, что все построенные нейронные сети определяют ESG переменную как наиболее важную. Доказанный приоритет важности влияния ESG рэнкинга на инвестиционный потенциал региона может быть использован региональными властями для обоснования приоритетных направлений региональной политики повышения инвестиционной привлекательности субъектов Российской Федерации.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	ESG-концепция	ru_RU
dc.subject	инвестиционная привлекательность региона	ru_RU
dc.subject	нейронные сети; многослойный персептрон	ru_RU
dc.subject	глобальный анализ чувствительности	ru_RU
dc.subject	программный пакет STATISTICA	ru_RU
dc.title	Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга	ru_RU
dc.type	Статьи в российских журналах и сборниках	ru_RU