• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Построение системы опережающих индикаторов для прогнозирования валютного кризиса
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2028
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
4 сентября 2026 г.
Сотрудники НИУ ВШЭ - Санкт-Петербург разработали ИИ-инструмент для анализа человеческого поведения
Сотрудники и студенты НИУ ВШЭ совместно с экспертами из Санкт-Петербургского Федерального исследовательского центра РАН и Центра практического ИИ Сбера разработали нейросеть, способную одновременно распознавать эмоции, оценивать видимые черты личности и выявлять амбивалентность (неуверенность или противоречивость поведения). Результаты исследования опубликованы в журнале IEEE Access.
3 сентября 2026 г.
«Археолог - это следователь, опоздавший к месту преступления на тысячи лет»
Виктория Герасимова занимается краснолаковой керамикой, копает в Казахстане и играет в шахматы на городских площадках. В интервью проекту «Молодые ученые Вышки» она рассказала об уникальности Боспорского царства, понтийской сигиллате и коте Матроскине — бизнесмене.
3 сентября 2026 г.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Построение системы опережающих индикаторов для прогнозирования валютного кризиса

Финансы: теория и практика. 2025. Т. 29. № 4. С. 146–162.
Щепелева М. А.

Данная работа посвящена анализу финансовых кризисов. Рассматриваются различные классификации кризисов, методы их прогнозирования, подходы к составлению системы опережающих индикаторов. Для лучшего понимания возможностей прогнозирования финансовых кризисов проводится собственное эмпирическое исследование по развивающимся странам с использованием традиционного эконометрического подхода для предсказания валютных кризисов и метода случайного леса. Выявлены наиболее значимые переменные, изменение которых может сигнализировать о начале валютного кризиса. Цель исследования – сравнить прогностическую силу эконометрических моделей и методов машинного обучения для прогнозирования валютных кризисов в развивающихся странах и составить набор релевантных переменных, которые можно использовать в системе опережающих индикаторов. В работе применяется логит-регрессия и модель случайного леса. Для сравнения прогнозной силы моделей используется ROC-кривая. Значимость переменных в модели случайного леса определяется на основе значений Шепли. Полученные результаты свидетельствуют в пользу чуть более высокой прогностической силы случайного леса. Наиболее робастными предикторами валютных кризисов с точки зрения обеих моделей являются мировые цены на нефть и депозиты коммерческих банков. Полученные результаты могут быть приняты во внимание экономическими институтами, занимающимися регулированием финансовой системы, так как показывают, на какие индексы стоит в первую очередь обращать внимание при прогнозировании валютных кризисов в развивающихся странах.

Научное направление: Экономика и менеджмент
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: валютный кризислогит модельearly warning systemlogit modelсистема опережающих индикаторовcurrency crisisслучайный лесrandom forest
Похожие публикации
THE IMPACT OF PREDICTIVE INTELLIGENCE AND REAL-TIME DATA INSIGHTS ON CORPORATE FINANCIAL SUSTAINABILITY
Чуракова И. Ю., Кумар В., Dianli Xitong Baohu yu Kongzhi/Power System Protection and Control 2026 No. 54 (3) P. 428–454
Добавлено: 4 сентября 2026 г.
Использование усеченного нормального распределения при планировании страховых запасов в промышленности
Эльяшевич И. П., Вестник Московского университета. Серия 6: Экономика 2026 Т. 61 № 3 С. 363–384
В исследовании были изучены свойства нормального распределения значений отгрузок запасов различных категорий со складов крупных промышленных компаний. В результате было выявлено, что использование классического нормального распределения, в некоторых случаях, может давать некорректные результаты, поскольку, значения отгрузок запасов являются положительными величинами, распределение которых не может покрывать область отрицательных значений. Цель исследования заключается в предположении, что для ...
Добавлено: 3 сентября 2026 г.
Методы оценки структурных изменений в векторных и матричных агрегатах макроэкономических показателей
Лесных М. В., Моторин В. И., Тенденции экономического развития в XXI веке: Материалы VIІІ Международной научно-практической конференции, Республик Беларусь 2026 P. 233–236
Проведен сравнительный анализ различных методов измерения и изучения динамики структурных макроэкономических показателей, отражающих особенности движения многокомпонентных макроэкономических систем. В рамках векторного формализма последовательно рассмотрены метрические, тригонометрические и угловые измерители структурных изменений. Предложен способ ортогонального разложения векторного агрегата на сумму векторов объемного и структурного сдвигов ...
Добавлено: 3 сентября 2026 г.
Модели «затраты–выпуск» для анализа макроэкономических эффектов импортозамещения в конечном использовании и промежуточном потреблении
Заруцкий М. А., Моторин В. И., Тенденции экономического развития в XXI веке: Материалы VIІІ Международной научно-практической конференции 2026 P. 237–240
Предложен комплекс моделей «затраты-выпуск» для оценки потенциальной восприимчивости экономики к импортозамещению в конечном использовании и промежуточном потреблении ...
Добавлено: 3 сентября 2026 г.
ОЦЕНКА И АНАЛИЗ ТУРИСТСКОГО ПОТЕНЦИАЛА АДМИНИСТРАТИВНО - ТЕРРИТОРИАЛЬНЫХ ЕДИНИЦ ПОДХОД ПРОГНОЗНЫХ ЗНАЧЕНИЙ
Кощеев Д. А., Исопескуль О. Ю., М.: Инфра-М, 2027.
В монографии представлены результаты комплексного анализа эволюции исследований, связанных с оценкой туристского потенциала административно-территориальных единиц (АТЕ) с 1882 по 2024 год. Впервые выделены научные школы, разработаны авторский подход прогнозных значений и методика количественной оценки туристского потенциала АТЕ, решающие проблемы субъективизма и оценки будущего через настоящее. Предложена ЭВМ-программа «Калькулятор туристского потенциала» для автоматизации расчетов и формирования ...
Добавлено: 3 сентября 2026 г.
Логика и парадоксы управления современным образованием: Всероссийский круглый стол (Москва, МГУ имени М. В. Ломоносова, социологический факультет, 8 июня 2026 г.)
М.: МАКС Пресс, 2026.
Сборник составлен из материалов, присланных российскими и зарубежными специалистами в Оргкомитет Всероссийского круглого стола «Логика и парадоксы управления современным образованием». Круглый стол прошел на социологическом факультете Московского государст венного университета имени М. В. Ломоносова 08 июня 2026 года. Тексты публикуются в авторской редакции; мнение редакционно-издательской группы может не совпадать с пози цией авторов. Издание предназначено для исследователей, социологов, преподавателей, специалистов по разработке ...
Добавлено: 2 сентября 2026 г.
The Evolving Landscape of Innovative Financing Instruments for New Technologies
Проскурякова Л. Н., Asia-Pacific Tech Monitor 2026 Vol. 43 No. 2 P. 13–24
Добавлено: 1 сентября 2026 г.
Система национальных счетов 2025 года: обзор основных методологических изменений
Татаринов А. А., Вопросы статистики 2026 Т. 33 № 2 С. 19–39
Во второй части статьи продолжено рассмотрение новых положений методологии системы национальных счетов, начатое в предыдущей публикации. Проанализированы ключевые изменения в учете экономических операций, касающиеся, в частности, сферы цифровых услуг, глобализации, состава затрат на производство при проведении оценки методом суммы затрат, а также новые подходы к измерению операций центрального банка. Отдельное внимание уделено рассмотрению представленных в СНС ...
Добавлено: 1 сентября 2026 г.
Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 11
Абашкин В. Л., Абдрахманова Г. И., Артемов С. В. и др., ИСИЭЗ ВШЭ, 2026.
Одиннадцатый выпуск аналитического доклада, подготовленный Институтом статистических исследований и экономики знаний Национального исследовательского университета «Высшая школа экономики» в рамках деятельности Российской кластерной обсерватории, посвящен анализу инновационного развития российских регионов на основе комплекса рейтинговых оценок. Исследование базируется на системе показателей, характеризующих социально-экономические условия инновационной деятельности, научно-технический потенциал, уровни инновационной и экспортной активности, качество региональной инновационной политики. Используемые ...
Добавлено: 1 сентября 2026 г.
Мотивы распределения суверенного финансирования в Евразийском регионе: пример USAID и АБР
Морозкина А. К., Есаян М. А., Контуры глобальных трансформаций: политика, экономика, право 2025 Т. 18 № 4 С. 169–190
В условиях ограниченных ресурсов распределение финансирования развития является одним из важных исследовательских вопросов. В данной статье предлагается исследование распределения финансирования в Евразийском регионе в 2008–2022 гг. с использованием новых данных базы суверенного финансирования Евразийского фонда стабилизации и развития (ЕФСР). Анализ показал, что среди ключевых стран – получателей помощи нет наиболее нуждающихся стран региона (Киргизии и ...
Добавлено: 31 августа 2026 г.
Региональная экономика и развитие территорий: сборник научных статей
СПб.: Издательство СПбГЭУ, 2025.
Вашему вниманию предлагается 19-й ежегодный сборник научных статей по вопросам региональной экономики и территориального развития.  Несмотря на сложное положение в экономике, продолжает развиваться межрегиональное сотрудничество регионов СЗФО. Активно взаимодействуют Санкт-Петербург и Ленинградская область в части развития единого транспортно-логистического комплекса. Идет формирование единого рынка труда на основе баланса трудовых ресурсов города и области. Разрабатывается единая схема размещения ...
Добавлено: 31 августа 2026 г.
Artificial intelligence and the reconfiguration of competency management systems in organizations
Асемота М. О., DISCOVER ARTIFICIAL INTELLIGENCE 2026 Vol. 6 Article 892
Добавлено: 31 августа 2026 г.
Artificial intelligence and the reconfiguration of competency management systems in organizations
DISCOVER ARTIFICIAL INTELLIGENCE 2026 Vol. 6 Article 892
Добавлено: 31 августа 2026 г.
Intergroup links and aggregate effort in the social-norm model
Петров И. В., Journal of Economic Interaction and Coordination 2026
Добавлено: 30 августа 2026 г.
What Drives Green Bond Returns and Valuation of the Safe-Assets Effect on Global, Russian and Chinese Markets?
Svetlana Grigorieva, Narmin Isaeva, Aliya Azizova и др., Journal of Corporate Finance Research 2026 Vol. 20 No. 1 P. 75–84
This paper identifies the determinants of green bonds on global markets, China and Russia and evaluates the hedging effect of these instruments. We contribute to the existing literature by (1) studying the emerging markets such as Russia and China, (2) providing comparative analysis of the impact of identical factors on green bond yields on global, ...
Добавлено: 29 августа 2026 г.
Developing a financial sustainability Index (FSI) for export-oriented manufacturing firms: A panel-based early warning framework
Vishal Kumar, MSW Management 2026 Vol. 36 No. 1s P. 1746–1753
Добавлено: 19 мая 2026 г.
Early warning system for Russian stock market crises: TCN-LSTM-Attention model using imbalanced data and attention mechanism
Теплова Т. В., Файзулин М. С., Куркин А. В., Socio-Economic Planning Sciences 2025 No. 101 Article 102292
Добавлено: 2 августа 2025 г.
Прогнозирование цен на золото с использованием алгоритмов нейросетей
Солдатова А. О., Финансы, деньги, инвестиции 2023 № 4 С. 9–15
Стоимость золота - важнейший экономический индикатор. Ожидания роста инфляции и повышения ключевых ставок со стороны Центральных банков формируют интерес инвесторов к золоту во всем мире. С учетом все большего числа факторов, оказывающих влияние на динамику курса золота в мире, прогнозирование цен на золото требует новых методов и современных технологических решений. В статье представлен обзор методов ...
Добавлено: 8 июля 2025 г.
Predicting Systemic Risk in the Russian Financial Sector with Boosting Techniques
Щепелева М. А., Procedia Computer Science 2024 Vol. 242 P. 51–56
Добавлено: 17 июня 2025 г.
Forecasting Stadium Attendance Using Machine Learning Models: A Case of the National Football League
Пан Ю., Ван Ф., Studia Sportiva 2024 Vol. 18 No. 2 P. 147–164
Добавлено: 16 мая 2025 г.
Default Prediction for Auto Repair Services Firms in Russia Using Non-financial Data
Афанасьев В. В., Финансы и бизнес 2024 Vol. 20 No. 3 P. 71–88
Традиционный подход к прогнозированию дефолтов предполагает использование финансовых коэффициентов в качестве объясняющих переменных в моделях классификации. В настоящем исследовании приводятся результаты, свидетельствующие о повышении качества прогнозирования дефолтов в случае включения в модели нефинансовых данных. В исследовании используется выборка из более чем 200 фирм, оказавшихся неплатежеспособными в период 2018–2023 гг., и 10 контрольных выборок (всего более ...
Добавлено: 2 октября 2024 г.
Random forests with parametric entropy-based information gains for classification and regression problems
Игнатенко В. В., Сурков А. Ю., Sergei Koltcov, PeerJ Computer Science 2024 Vol. 10 Article e1775
Добавлено: 16 февраля 2024 г.
Прогнозирование региональной инфляции: эконометрические модели или методы машинного обучения?
Букина Т. В., Кашин Д. В., Экономический журнал Высшей школы экономики 2024 Т. 28 № 1 С. 81–107
В статье строится прогноз региональной инфляции на примере субъектов, входящих в Приволжский федеральный округ (ПФО). Цель исследования – определить модель, которая точнее остальных прогнозирует региональную инфляцию. В работе производится сравнение инструментов машинного обучения – метода опорных векторов, градиентного бустинга и случайного леса с эконометрическими моделями временных рядов, авторегрессией и интегрированной авторегрессией-скользящего среднего, – моделями, которые чаще ...
Добавлено: 13 февраля 2024 г.
О выразительных возможностях ансамблей решающих деревьев
Соколов А. П., Прохоренкова Л. А., Интеллектуальные системы. Теория и приложения 2023 Т. 27 № 1 С. 18–23
Решающие деревья широко применяются в машинном обуче нии, статистике и анализе данных. Предиктивные модели, осно ванные на решающих деревьях, показывают отличные результаты в терминах точности и времени обучения, особенно на гетерогенных табличных датасетах. Производительность, простота и надежность делают это семейство алгоритмов одним из наиболее популярных в машинном обучении и науке о данных. Одним из важных гиперпараметров алгоритмов, основанных на решающих деревьях, является максимальная ...
Добавлено: 11 февраля 2024 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору