<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "https://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en">
<front> <journal-meta>
<journal-id journal-id-type="publisher-id">Russian Journal of Innovation Economics</journal-id>
<journal-title-group>
<journal-title xml:lang="en">Russian Journal of Innovation Economics</journal-title>
<trans-title-group xml:lang="ru">
<trans-title>Вопросы инновационной экономики</trans-title>
</trans-title-group>
</journal-title-group>
<issn publication-format="electronic">2222-0372</issn>
<publisher>
<publisher-name xml:lang="en">BIBLIO-GLOBUS Publishing House</publisher-name>
</publisher>
</journal-meta><article-meta>
<article-id pub-id-type="publisher-id">118486</article-id>
<article-id pub-id-type="doi">10.18334/vinec.13.3.118486</article-id>
<article-id custom-type="edn" pub-id-type="custom">JTBMBM</article-id>
<article-categories>
<subj-group subj-group-type="toc-heading" xml:lang="en">
<subject>Articles</subject>
</subj-group>
<subj-group subj-group-type="toc-heading" xml:lang="ru">
<subject>Статьи</subject>
</subj-group>
<subj-group subj-group-type="article-type">
<subject>Research Article</subject>
</subj-group>
</article-categories>
<title-group>
<article-title xml:lang="en">Integrated modeling of investment flows in today's global economy</article-title>
<trans-title-group xml:lang="ru">
<trans-title>Интеграционное моделирование инвестиционных потоков в современных условиях развития мировой экономики</trans-title>
</trans-title-group>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<contrib-id contrib-id-type="orcid">https://orcid.org/0009-0002-4288-5663</contrib-id><contrib-id contrib-id-type="spin">8820-1736</contrib-id>
<name-alternatives>
<name xml:lang="en">
<surname>Ivanov</surname>
<given-names>Valeriy Viktorovich</given-names>
</name>
<name xml:lang="ru">
<surname>Иванов </surname>
<given-names>Валерий Викторович</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Профессор кафедры маркетинга и управления проектами; Профессор кафедры финансов и валютно-кредитных отношений,
Доктор экономических наук, Профессор</p>
</bio>
<email>vivanov13@mail.ru</email>
<xref ref-type="aff" rid="aff1"/>
</contrib>

<contrib contrib-type="author">
<contrib-id contrib-id-type="orcid">https://orcid.org/0009-0003-9614-1464</contrib-id><contrib-id contrib-id-type="spin">3808-5873</contrib-id>
<name-alternatives>
<name xml:lang="en">
<surname>Sarkisyants</surname>
<given-names>Yuriy Karenovich</given-names>
</name>
<name xml:lang="ru">
<surname>Саркисьянц </surname>
<given-names>Юрий Карэнович</given-names>
</name>
</name-alternatives>
<bio xml:lang="ru">
<p>Аспирант</p>
</bio>
<email>Ysark98@gmail.com</email>
<xref ref-type="aff" rid="aff2"/>
</contrib>
</contrib-group><aff-alternatives id="aff1">
<aff>
<institution xml:lang="en">Russian Foreign Trade Academy of the Ministry of Economic Development of the Russian Federation</institution>
</aff>
<aff>
<institution xml:lang="ru">Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации 
 
Национальный исследовательский университет Московский институт электронной техники</institution>
</aff>
</aff-alternatives>        
        <aff-alternatives id="aff2">
<aff>
<institution xml:lang="en">Russian Foreign Trade Academy of the Ministry of Economic Development of the Russian Federation</institution>
</aff>
<aff>
<institution xml:lang="ru">Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации</institution>
</aff>
</aff-alternatives>        
        
<pub-date date-type="pub" iso-8601-date="2023-09-30" publication-format="electronic">
<day>30</day>
<month>09</month>
<year>2023</year>
</pub-date>
<volume>13</volume>
<issue>3</issue>
<issue-title xml:lang="en">VOL 13, NO3 (2023)</issue-title>
<issue-title xml:lang="ru">ТОМ 13, №3 (2023)</issue-title>
<fpage>1135</fpage>
<lpage>1148</lpage>
<history>
<date date-type="received" iso-8601-date="2023-04-08">
<day>08</day>
<month>04</month>
<year>2023</year>
</date>
<date date-type="accepted" iso-8601-date="">
<day></day>
<month></month>
<year></year>
</date>
</history>

<permissions>
<copyright-statement xml:lang="en">Copyright ©; 2023, Ivanov V.V., Sarkisyants Yu.K.</copyright-statement>
<copyright-statement xml:lang="ru">Copyright ©; 2023, Иванов В.В., Саркисьянц Ю.К.</copyright-statement>
<copyright-year>2023</copyright-year>
<copyright-holder xml:lang="en">Ivanov V.V., Sarkisyants Yu.K.</copyright-holder>
<copyright-holder xml:lang="ru">Иванов В.В., Саркисьянц Ю.К.</copyright-holder>
<ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/" start_date="2023-09-30"/>
</permissions>



<self-uri xlink:href="https://1economic.ru/lib/118486">https://1economic.ru/lib/118486</self-uri>
<abstract xml:lang="en"><p>The article reveals the economic aspects of the influence of modern trends in the cross-border movement of capital flows on the movement of international investment resources. The authors have formed a data-driven approach to the study of investment data and proposed relevant tools for intelligent data analytics. The issues of choosing algorithms of economic analysis for the study of trends in the world economy are considered. The authors proposed an economic-analytical integration model. In this model, a two-level approach to the study of economic investment processes is used. The approach is based on the developed mechanism for combining models, which provides a combination of top-down and bottom-up approaches.
With the help of mathematical methods, the architecture of the platform has been formed. It allows forecasting macroeconomic indicators with the possibility of analyzing competitive factors of investment attractiveness of countries, trade policy and parameters of global capital movement. The proposed integration economic model can have practical application within the framework of the analytical tasks being formed. The characteristics of the model, such as flexibility and speed of adaptation to unstable environmental parameters, meet modern trends in the development of the world economy and solves the most pressing tasks of players on the international market.</p>
</abstract>
<trans-abstract xml:lang="ru"><p>Данная статья раскрывает экономические аспекты влияния современных трендов в трансграничном движении капиталов на движение международных инвестиционных ресурсов. Авторами сформирован data-driven подход к исследованию инвестиционных данных и предложили релевантные инструменты интеллектуальной аналитики данных. В статье рассмотрены вопросы выбора алгоритмов экономического анализа для исследования трендов мировой экономики. Авторами предложена экономико-аналитическая интеграционная модель, в которой использован двухуровневый подход к исследованию экономических инвестиционных процессов на основе разработанного механизма совмещения моделей, обеспечивающего объединение подходов «сверху-вниз» и «снизу-вверх».
С помощью математических методов сформирована архитектура платформы, позволяющая проведение прогнозирования макроэкономических показателей с возможностью анализа конкурентных факторов инвестиционной привлекательности стран, торговой политики и параметров мирового движения капиталов. Предложенная интеграционная экономическая модель может иметь практическое применение в рамках формируемых аналитических задач. Характеристики модели, гибкость и скорость адаптации к непостоянным параметрам окружающей среды отвечает современным трендам в развитии мировой экономики и решает наиболее остро стоящие задачи игроков на международном рынке.</p>
</trans-abstract>
<kwd-group xml:lang="en">
<kwd>economic and mathematical modeling</kwd>
<kwd>macro forecasting</kwd>
<kwd>investment resource movement</kwd>
<kwd>capital flows</kwd>
<kwd>macroeconomic digital platform</kwd></kwd-group><kwd-group xml:lang="ru">
<kwd>экономико-математическое моделирование</kwd>
<kwd>макропрогнозирование</kwd>
<kwd>движение инвестиционных ресурсов</kwd>
<kwd>движение капиталов</kwd>
<kwd>цифровая платформа в макроэкономической среде</kwd></kwd-group>
</article-meta>
</front>
<back> <ref-list>
<ref id="B1">
<label>1.</label>
<mixed-citation>1. Мониторинг предприятий: оценки, ожидания, комментарии. [Электронный ресурс]. URL: https://cbr.ru/analytics/dkp/monitoring/05_22/ (дата обращения: 01.05.2023).</mixed-citation>
</ref>
<ref id="B2">
<label>2.</label>
<mixed-citation>2. Мониторинг санкций России. [Электронный ресурс]. URL: https://www.castellum.ai/russia-sanctions-dashboard (дата обращения: 12.01.2023).</mixed-citation>
</ref>
<ref id="B3">
<label>3.</label>
<mixed-citation>3. О блокировке расчетов Euroclear Bank и Clearstream Banking. Национальный расчетный депозитарий. [Электронный ресурс]. URL: https://www.nsd.ru/publications/news/soobshcheniya-klientam/o-blokirovke-raschetov-euroclear-bank-i-clearstream-banking/ (дата обращения: 4.02.2023).</mixed-citation>
</ref>
<ref id="B4">
<label>4.</label>
<mixed-citation>4. Банк России продлил еще на полгода, до 9 сентября 2023 года, ограничения на снятие наличной иностранной валюты. Банк России. [Электронный ресурс]. URL: https://cbr.ru/press/event/?id=14596 (дата обращения: 20.04.2023).</mixed-citation>
</ref>
<ref id="B5">
<label>5.</label>
<mixed-citation>5. Банк России определил правила формирования специальных ПИФ с заблокированными активами. Банк России. [Электронный ресурс]. URL: https://cbr.ru/press/event/?id=14540 (дата обращения: 27.03.2023).</mixed-citation>
</ref>
<ref id="B6">
<label>6.</label>
<mixed-citation>6. Управление риском информационной безопасности и киберустойчивость: новые стандарты. Банк России. [Электронный ресурс]. URL: https://cbr.ru/press/event/?id=14516 (дата обращения: 27.03.2023).</mixed-citation>
</ref>
<ref id="B7">
<label>7.</label>
<mixed-citation>7. Родина Г.А. Экономическая теория на развилке: изменение повестки дня // Теоретическая экономика. – 2022. – № 10. – c. 69-77.</mixed-citation>
</ref>
<ref id="B8">
<label>8.</label>
<mixed-citation>8. Рожковская Е.А. Проблемы и направления совершенствования краткосрочного макроэкономического прогнозирования в Республике Беларусь // Научные труды ИНП РАН. – 2021. – doi: 10.47711/2076-318-2021-138-166.</mixed-citation>
</ref>
<ref id="B9">
<label>9.</label>
<mixed-citation>9. Van Veen Tom Have Macroeconomic Models Lost Their Connection with Economic Reality?. / CESifo Working Papers, paper №8256., 2020.</mixed-citation>
</ref>
<ref id="B10">
<label>10.</label>
<mixed-citation>10. Yagihashi Takeshi, DSGE Models Used by Policymakers: A Survey. Policy Research Institute, Ministry of Finance, Japan. – 2020. [Электронный ресурс]. URL: https://www.mof.go.jp/pri/research/discussion_paper/ron333.pdf (дата обращения: 14.04.2023).</mixed-citation>
</ref>
<ref id="B11">
<label>11.</label>
<mixed-citation>11. Muellbauer John The Future of Macroeconomics. / Nuffield College, and Institute for New Economic Thinking at the Oxford Martin School. - University of Oxford, U.K, 2018.</mixed-citation>
</ref>
<ref id="B12">
<label>12.</label>
<mixed-citation>12. Вестник Банка России. – №58-59. – 2022. Банк России. [Электронный ресурс]. URL: https://www.cbr.ru/Queries/XsltBlock/File/131643/-1/2390-2391 (дата обращения: 5.04.2023).</mixed-citation>
</ref>
<ref id="B13">
<label>13.</label>
<mixed-citation>13. Широв А.А. Макроструктурный анализ и прогнозирование в современных условиях развития экономики // Проблемы прогнозирования. – 2022. – № 5. – c. 43-57. – doi: 10.47711/0868-6351-194-43-57.</mixed-citation>
</ref>
<ref id="B14">
<label>14.</label>
<mixed-citation>14. Кабанов С.С., Францева-Костенко Е.Е. Циклическая теория экономического развития и ее актуальность для прогнозирования экономики России // Креативная экономика. – 2023. – № 1. – c. 129-148. – doi: 10.18334/ce.17.1.116903.</mixed-citation>
</ref>
<ref id="B15">
<label>15.</label>
<mixed-citation>15. Мамонов М. Е., Пестова А. А., Панкова В. А., Ахметов Р. Р. Межстрановой опыт прогнозирования макроэкономических и кредитных кризисов и его применение для России // Экономическая политика. – 2020. – № 5. – c. 130-159.</mixed-citation>
</ref>
<ref id="B16">
<label>16.</label>
<mixed-citation>16. Зимовец А.В., Климачев Т.Д. Анализ и оценка сценариев социально-экономического развития России в условиях санкционной блокады и непредсказуемости глобальных трендов мировой экономики // Экономические отношения. – 2023. – № 1. – c. 181-202. – doi: 10.18334/eo.13.1.117207.</mixed-citation>
</ref>
<ref id="B17">
<label>17.</label>
<mixed-citation>17. Варьяш И.Ю. Исследование модели опережающих индикаторов условий инвестирования // Банковское дело. – 2022. – № 2. – c. 13-21.</mixed-citation>
</ref>
<ref id="B18">
<label>18.</label>
<mixed-citation>18. Статистика внешнего сектора – Международная инвестиционная позиция. Банк России. [Электронный ресурс]. URL: https://cbr.ru/statistics/macro_itm/svs/ (дата обращения: 21.03.2023).</mixed-citation>
</ref>
<ref id="B19">
<label>19.</label>
<mixed-citation>19. Крепцев Д., Селезнев С. DSGE – Dynamic Stochastic General Equilibrium / DSGE-модель российской экономики с банковским сектором. Банк России. ndash; декабрь 2017. [Электронный ресурс]. URL: https://cbr.ru/Content/Document/File/119374/bDSGE.pdf (дата обращения: 2.02.2023).</mixed-citation>
</ref>
<ref id="B20">
<label>20.</label>
<mixed-citation>20. CGE – Computable General Equilibrium / A Standard Computable General Equilibrium (CGE) Model in GAMS. [Электронный ресурс]. URL: https://cbr.ru/Content/Document/File/118792/inf_note_feb_2521_2.pdf (дата обращения: 29.01.2023).</mixed-citation>
</ref>
<ref id="B21">
<label>21.</label>
<mixed-citation>21. Яковлева А. Оценка экономической активности на основе текстового анализа. Банк России. ndash; декабрь 2018. [Электронный ресурс]. URL: https://rjmf.econs.online/upload/iblock/428/RJMF_77-04_RUS_Yakovleva.pdf (дата обращения: 19.02.2023).</mixed-citation>
</ref>
<ref id="B22">
<label>22.</label>
<mixed-citation>22. Махов С.А. Динамическая макромодель стран БРИКС с учетом торговли // Препринты ИПМ им. М.В. Келдыша. – 2017. – № 139. – c. 20.</mixed-citation>
</ref>
<ref id="B23">
<label>23.</label>
<mixed-citation>23. Семитуркин О., Шевелев А. Прогнозирование региональной инфляции с помощью методов машинного обучения на примере макрорегиона Сибирь. Банк России. ndash; март 2022. [Электронный ресурс]. URL: https://cbr.ru/StaticHtml/File/134576/wp_91.pdf (дата обращения: 9.02.2023).</mixed-citation>
</ref>
<ref id="B24">
<label>24.</label>
<mixed-citation>24. RNN – (Recurrent Neural Network) — вид нейронных сетей, где связи между элементами образуют направленную последовательность. ITMO лекции. [Электронный ресурс]. URL: https://neerc.ifmo.ru/wiki/index.php?title=Рекуррентные_нейронные_сети (дата обращения: 12.02.2023).</mixed-citation>
</ref>
<ref id="B25">
<label>25.</label>
<mixed-citation>25. Reinforcement learning (обучение с подкреплением) – тип машинного обучения, в котором модели непрерывно учатся. Baeldung: Computer Science. [Электронный ресурс]. URL: https://www.baeldung.com/cs/reinforcement-learning-neural-network (дата обращения: 12.02.2023).</mixed-citation>
</ref>
<ref id="B26">
<label>26.</label>
<mixed-citation>26. Слабый (narrow, weak AI) – существующий на сегодняшний день тип ИИ, способный решать узко определенный круг задач. Skillbox. [Электронный ресурс]. URL: https://skillbox.ru/media/code/iskusstvennyy_intellekt_mashinnoe_obuchenie_i_glubokoe_obuchenie_v_chyem_raznitsa/ (дата обращения: 12.02.2023).</mixed-citation>
</ref>
<ref id="B27">
<label>27.</label>
<mixed-citation>27. Крепцев Д., Селезнев С. Краткосрочная оценка ВВП России методом комбинирования прогнозов. Банк России. ndash; февраль 2021. [Электронный ресурс]. URL: http://www.cbr.ru/statichtml/file/118606/wp-feb21.pdf (дата обращения: 5.11.2022).</mixed-citation>
</ref>
<ref id="B28">
<label>28.</label>
<mixed-citation>28. Семитуркин О., Шевелев А. Межстрановая BVAR-модель внешнего сектора Сибирь. Банк России. ndash; декабрь 2020. [Электронный ресурс]. URL: https://cbr.ru/Content/Document/File/118792/inf_note_feb_2521_2.pdf (дата обращения: 10.02.2023).</mixed-citation>
</ref>
<ref id="B29">
<label>29.</label>
<mixed-citation>29. LTSW – Long-term growth model на основе макроэкономической модели Solow-Swan. The World Bank. [Электронный ресурс]. URL: https://www.worldbank.org/en/research/brief/LTGM (дата обращения: 1.02.2023).</mixed-citation>
</ref>
<ref id="B30">
<label>30.</label>
<mixed-citation>30. Цель ансамблевых методов — объединить прогнозы нескольких базовых оценок, построенных с заданным алгоритмом обучения, чтобы улучшить обобщаемость / надежность по сравнению с одной оценкой. Scikit learn website. [Электронный ресурс]. URL: https://scikit-learn.ru/1-11-ensemble-methods/ (дата обращения: 5.02.2023).</mixed-citation>
</ref>
<ref id="B31">
<label>31.</label>
<mixed-citation>31. Платформа — предприятие, обеспечивающее взаимовыгодные взаимодействия между сторонними производителями и потребителями (или любыми другими сторонами сделки). Манн-Иванов-Фербер. [Электронный ресурс]. URL: https://biz.mann-ivanov-ferber.ru/2017/08/29/chto-takoe-platforma-i-kak-ispolzovat-etot-koncept-v-biznese/ (дата обращения: 8.02.2023).</mixed-citation>
</ref>
</ref-list>
</back>
</article>