Профессор кафедры финансов и валютно-кредитных отношений, доктор экономических наук, профессор
Аспирант
Significant changes in the global economy caused by the unstable geopolitical situation and extraordinary macroeconomic conditions dictate the need to create new approaches to analytics. One of the most volatile components of cross-border capital flows is direct foreign investments. The authors analyzed current trends and approaches to forecasting of direct foreign investments. As result of the research, a model based on modern mathematical methods was developed. This article presents and describes the architecture of intelligent forecasting of foreign direct investment based on the compositional method of machine learning. The authors highlight the key advantages of the developed approach in comparison with traditional forecasting methods.
Значительные изменения в мировой экономике, вызванные нестабильной геополитической обстановкой и неординарными макроэкономическими условиями, диктуют необходимость создания новых подходов к аналитике. Одним из наиболее волатильных компонент трансграничного движения капитала являются международные прямые инвестиции. Авторами проведен анализ текущих трендов и подходов к прогнозированию прямые инвестиций. В ходе исследования был разработан был разработан модельный аппарат на основе современных математических методов. В данной статье представлена и описана архитектура интеллектуального прогнозирования прямых иностранных инвестиций на базе композиционного метода машинного обучения. Авторами выделены ключевые преимущества разработанного подхода по сравнению с традиционными методами прогнозирования