• 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
  • In Search of Global Determinants of National Credit-to-GDP Gaps
  • 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
  • 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
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

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

?

In Search of Global Determinants of National Credit-to-GDP Gaps

Risks. 2022. Vol. 10. No. 12.
Stolbov M., Щепелева М. А.
Научное направление: Экономика и менеджмент
Язык: английский
Полный текст
DOI
Ключевые слова: random forestcredit-to-GDP gapglobal factorsvariable selection
Похожие публикации
Влияет ли финансовое состояние компаний на прогностическую точность DCF-модели?
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Предсказательная точность целевых цен акций: сравнение прогнозов аналитиков и машинного обучения
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.
The interplay of objective fat content and subjective fat perception in determining consumer acceptance of bovine milk
Семенова Д. В., Радыгина А. А., Зарипова Ю. О. и др., Nutrition and Food Science 2026 P. 1–13
Добавлено: 14 мая 2026 г.
Размышления о спасении тонущего ребёнка: эффективный альтруизм и социальные институты
Балашов Д. В., Антиномии 2026 Т. 26 № 1 С. 27–48
Движение эффективного альтруизма, набравшее популярность в начале XXI в., является одной из новых форм философии утилитаризма, оказавшей сильное влияние на англо-американскую философию в XIX–XX вв. Одним из отличительных признаков эффективного альтруизма является его практическая ориентированность. Движение позиционирует себя как то, что способно оказать влияние на окружающий мир и изменить его к лучшему. Для этого требуется ...
Добавлено: 13 мая 2026 г.
Игры на сетях с линейным наилучшим ответом: модели и методы управления
Петров И. В., Автоматика и телемеханика 2026 № 6 С. 82–118
Системам связанных агентов и сетевому управлению посвящено большое число отечественных и зарубежных исследований. Исторически, наибольший интерес в теории управления возникал к усредняющим системам и, в частности, к задаче консенсуса. Однако сетевое взаимодействие может характеризоваться более специфическими функциями, отражающими зависимость от действий соседей по сети, что особенно явно проявляется в моделях стратегического взаимодействия на сети, которое ...
Добавлено: 12 мая 2026 г.
The Hidden Signals in Corporate Ribbon-Cutting Ceremonies
Гурков И. Б., Paulas R., Pacific Standard (USA) 2017
Добавлено: 11 мая 2026 г.
Социально-экономическая география зарубежных стран: материалы к курсу. Часть 1. Основные концепции региональной наук
Замятина Н. Ю., Русаков Д. С., Вдовкин Е. И., Издательские решения, 2022.
Десятилетиями социально‑экономическая география зарубежных стран представляла собой по большей части сбор данных о размещении отраслей хозяйства — с довольно слабой концептуальной базой соответствующих процессов. Это не удивительно, если вспомнить, что отечественная экономическая география занималась размещением хозяйства в условиях социализма. Сама возможность применения отечественных концепций к «зарубежным капиталистическим странам» вызывала жаркие споры в профессиональной среде отечественных экономгеографов — многие представители старшего поколения помнят, как ломались копья в дискуссии о том, например, возможны ли территориально‑производственные комплексы в условиях капитализма. Между тем параллельно в «зарубежных капиталистических странах» формировались целые группы научных школ в сфере изучения размещения хозяйства и регионального развития, зачастую на стыке региональной экономики и собственно экономической географии (за рубежом всё чаще используется обобщающее наименование — региональная наука, или региональные исследования: regional science/regional studies). Анализируя экономико‑географические проблемы зарубежных стран, современные исследователи используют широкий набор понятий, сложившихся в последние примерно три десятилетия, и пока ещё, к сожалению, довольно слабо знакомых отечественным географам (от «перетоков знания» до «тройной спирали»). Часть зарубежных разработок — вроде теории кластерного развития — вошли и в отечественную науку; однако нередко зарубежные концепции используются в несколько суженной и искажённой трактовке (как правило, в силу инерции парадигм мышления, чуждых используемым концепциям). Зачастую исследователи, наоборот, не видят потенциал применения тех или иных концепций на нетрадиционном материале. Институт регионального консалтинга (ИРК), в котором начинали свой путь в профессиональную аналитику уже десятки выпускников кафедры социально‑экономической географии зарубежных стран географического факультета МГУ, принял решение способствовать овладению актуальными концепциями в сфере региональной науки как студентами указанной кафедры, так и всеми российскими исследователями в сфере экономической географии и регионального развития. При финансовой и организационной поддержке ИРК уже подготовлена серия учебных пособий «Институт регионального консалтинга — студентам». Ранее вышедшее пособие «Эволюционное страноведение: материалы к курсу. Часть 1. Смета траектории регионального и странового развития: разбор примеров» призвано продемонстрировать спектр возможностей применения актуальных концепций региональной науки в страноведении и анализе развития отдельных регионов России и зарубежных стран (в 2022 году подготовлено второе издание пособия, исправленное и дополненное). Для нового пособия по социально‑экономической географии зарубежных стран отобраны ключевые (на взгляд редактора) направления, необходимые современному специалисту для понимания развития мировой региональной науки. В абсолютном большинстве это концепции актуальной экономической географии; кроме того, добавлены экономические понятия, без знания которых затруднено понимание мейнстрима региональной науки (так, например, тема убывающей и возрастающей отдачи является ключевой для понимания направления так называемой «новой экономической географии» в экономике), а также системы популярных прикладных мер в региональном развитии («новая промышленная политика», понятие «зависимости от колеи» и др.). Разумеется, это не исчерпывающий спектр концепций и подходов экономической географии (не говоря уже о том, что в пособии совсем не затронуты концепции социальной и других направлений общественной географии); работа над подготовкой новых материалов продолжается. Появлению пособия в немалой степени поспособствовал труд магистранта кафедры социально‑экономической географии зарубежных стран географического факультета МГУ имени М. В. Ломоносова Фёдора Чернецкого в рамках прохождения производственной практики в Институте регионального консалтинга. Авторами разделов стали студенты указанной кафедры. В ходе практической части курса «Социально‑экономическая география зарубежных стран» они выполняли задание не только тщательно описывать методологический контекст и суть той или иной концепции, но и продемонстрировать её работу на конкретном примере — российском или зарубежном. Разработка задания и общая редакция проведена Надеждой Замятиной, их преподавателем и одновременно заместителем директора Института регионального консалтинга. Коллектив авторов надеется, что представленные материалы будут полезны как студентам, специализирующимся в области социально‑экономической географии и смежных дисциплин, так и всем, чья профессиональная деятельность связана с анализом и планированием пространственного развития экономики, регионального развития, государственным и муниципальным управлением и т. п. ...
Добавлено: 9 мая 2026 г.
Построение системы опережающих индикаторов для прогнозирования валютного кризиса
Щепелева М. А., Финансы: теория и практика 2025 Т. 29 № 4 С. 146–162
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 ...
Добавлено: 12 февраля 2026 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.
Do commodity prices matter for global systemic risk? Evidence from ML variable selection
Stolbov M., Щепелева М. А., Journal of Finance and Data Science 2024 Vol. 10 Article 100144
Добавлено: 20 февраля 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.
Carbon footprints of lending and bank performance: international evidence from panel data
Stolbov M., Щепелева М. А., Environmental Science and Pollution Research 2023 Vol. 30 No. 39 P. 91466–91477
Добавлено: 29 июля 2023 г.
Does one size fit all? Comparing the determinants of the FinTech market segments expansion
Stolbov M., Щепелева М. А., Journal of Finance and Data Science 2023 Vol. 9 Article 100095
Добавлено: 16 июня 2023 г.
Incorporating financial development indicators into early warning systems
Пономаренко А. А., Татаринцев С. А., Journal of Economic Asymmetries 2023 Vol. 27 Article e00284
Добавлено: 28 марта 2023 г.
Contextual factors predicting compliance behavior during the COVID-19 pandemic: A machine learning analysis on survey data from 16 countries
Hajdu N., Schmidt K., Acs G. и др., Plos One 2022 Vol. 17 No. 11 Article e0276970
Добавлено: 18 октября 2022 г.
Spatiotemporal Modeling of Coniferous Forests Dynamics along the Southern Edge of Their Range in the Central Russian Plain
Chernenkova T., Котлов И. П., Belyaeva N. и др., Remote Sensing 2021 Vol. 13 No. 10 Article 1886
Добавлено: 20 марта 2022 г.
Кто виноват и что делать: анализ комментариев к фильмам о бесланском теракте
Смирнов Н. М., Социальная психология и общество 2021 Т. 12 № 3 С. 74–86
Цель. Выявить специфику содержания комментариев к документальным фильмам о пятнадцатой годовщине теракта в Беслане. Контекст и актуальность. На фоне реактивации дискурса о Беслане видится необходимым изучить осмысление трагедии в российском обществе. Крайне важным является обращение к нереактивным данным для оценки ретроспективного восприятия теракта. Дизайн исследования. Используется модель случайного леса для оценки конкретных характеристик комментариев. Данные. ...
Добавлено: 30 декабря 2021 г.
Decision Concept Lattice vs. Decision Trees and Random Forests
Дудырев Е. О., Кузнецов С. О., , in: Formal Concept Analysis: 16th International Conference, ICFCA 2021, Strasbourg, France, June 29 – July 2, 2021, Proceedings.: Springer, 2021. Ch. 16 P. 252–260.
Добавлено: 28 сентября 2021 г.
Randomness in Cancer Breakpoint Prediction
Челошкина К. С., Bzhikhatlov I., Попцова М. С., Journal of Computational Biology 2021 Vol. 28 No. 7 P. 716–731
Cancer genomes are susceptible to multiple rearrangements by deleting, inserting, and translocating genomic regions. Recently, the problem of finding determinants of breakpoint formations was approached with machine learning methods; however, unlike cancer point mutations, breakpoint prediction appeared to be a more difficult task, and various machine learning models did not achieve high prediction power often ...
Добавлено: 10 сентября 2021 г.
Методы классификации текстовых данных: можно ли потенциал количественного анализа использовать в качественном исследовании?
Александрова М. Ю., ИНТЕРакция. ИНТЕРвью. ИНТЕРпретация 2021 Т. 13 № 2 С. 81–96
Интеллектуальный анализ текстовых данных, или текст-майнинг, продемонстрировал активное развитие в последние годы. В статье в качестве примера сравниваются методы классификации, пригодные для решения задач по прогнозированию частичных неответов, и на этом материале автор строит рассуждения о том, как может быть реализован анализ текстовых данных в более широком исследовательском поле. Автор рассматривает ряд метрик, адаптированных для ...
Добавлено: 20 августа 2021 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
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору