КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 20-18-00365
НазваниеНовые подходы к экономико-математическому моделированию современных рынков и производств
Руководитель Гадасина Людмила Викторовна, Кандидат физико-математических наук
Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет" , г Санкт-Петербург
Конкурс №45 - Конкурс 2020 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»
Область знания, основной код классификатора 08 - Гуманитарные и социальные науки; 08-154 - Финансы, кредит, денежное обращение, инфраструктура рынка
Ключевые слова Финансовые, экономические рынки; рынки страхования; устойчивый статистический и эконометрический анализ; зависимые и неоднородные данные; распределения с тяжелыми хвостами; копульные модели зависимости; экономико-математические методы; многомерные статистические модели экономики; модель производственного потенциала; непараметрическая оценка производственной функции; эндогенность факторов производств
Код ГРНТИ06.35.51
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Фундаментальной научной задачей, лежащей в основе настоящего исследовательского проекта, является разработка и применение комплекса экономико-математических методов анализа рынков и производств, адаптированных к сложным системам финансового и страхового ценообразования и к сложным производственным процессам, подверженным воздействию значительного числа взаимосвязанных случайных факторов, которые могут принимать экстремальные значения. В качестве примеров таких процессов и систем рассматриваются новые финансовые инструменты, в том числе, синтетические, страховые продукты, в том числе, вторичного страхования, и продолжительные производственные процессы, эффективность которых предопределяется факторами внешней среды, в первую очередь, в области сельского хозяйства и добычи нефти и газа.
Важность предлагаемого подхода заключается в том, что разрабатываемые методы позволяют отказаться от нереалистичных предположений, используемых на сегодняшний момент для построения и оценки многомерных моделей производств и рынков. Тем самым, данный проект заметно расширяет возможность практического применения указанных моделей.
Предполагаемые исследования лежат на стыке, как минимум, четырех дисциплин: экономики, финансов и страхового дела, математики и статистики. В результате реализации проекта будет создан комплекс экономико-математических моделей и статистических методов их оценки, сопровождаемых прототипами программного обеспечения. Сопутствующей задачей проекта является создание исследовательской лаборатории мирового уровня в области теоретической и прикладной эконометрики при Санкт-Петербургском Государственном Университете.
Наиболее весомый вклад предполагается сделать в области экономико-математического моделирования, то есть на стыке математики и экономики, где предлагаемые исследования приведут к возникновению принципиально нового типа моделей и методов их оценки, способных отражать реалистичные характеристики современного производства и сложный характер современных финансовых и страховых продуктов, а также их апробация на больших массивах данных.
Для этой цели будет собран международный коллектив ведущих исследователей в области экономико-математического моделирования рынков и производств, способный осуществлять исследования мирового уровня и публиковаться в ведущих журналах по эконометрике, статистике, экономике, финансам и страховому делу.
Таким образом, проект будет способствовать реализации требований Российского научного фонда по повышению эффективности международного научного сотрудничества и возвращению в Россию и усилению национального исследовательского потенциала.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Публикации
1.
Прохоров А, Тран К, Ционас М
Estimation of Semi- and Nonparametric Stochastic Frontier Models with Endogenous Variables
Empirical Economics (год публикации - 2020)
10.1007/s00181-020-01941-0
2. Амслер К, Прохоров А, Шмидт П A New Family of Copulas, with Application to Estimation of a Production Frontier System Journal of Productivity Analysis (год публикации - 2020)
3. Лиу Д, Хирукава М, Прохоров А msreg: A STATA Command for Consistent Estimation of Linear Regression Models Using Matched Data The Stata Journal (год публикации - 2020)
4.
Хо Ш., Кристодулу Д., Прохоров А.Б.
The Evolution of Financial Constraints
European Financial Management, онлайн версия, до включения в номер (год публикации - 2021)
10.1111/eufm.12310
5.
Жаи Д., Джеймс Р., Прохоров А.Б.
Technical and allocative inefficiency in production systems: a vine copula approach
Dependence Modeling, Volume 10, no. 1, pp. 145-158 (год публикации - 2022)
10.1515/demo-2022-0108
6.
Хирукава М., Муртазашвили И., Прохоров А.Б.
Uniform convergence rates for nonparametric estimators smoothed by the beta kernel
Scandinavian Journal of Statistics, Том 49, выпуск 3, стр. 1353-1382 (год публикации - 2022)
10.1111/sjos.12573
7. Ласкин М.Б., Гадасина Л.В. Особенности применения методов, основанных на деревьях решений, в задачах оценки недвижимого имущества Бизнес-информатика, Т. 16. № 4. С. 24-35 (год публикации - 2022)
8.
Колычева В.А.
Человеческий капитал в современном обществе – от накопления к растрате?
Вестник Томского государственного университета. Философия. Социология. Политология., № 67. С. 105–119. (год публикации - 2022)
10.17223/1998863Х/67/10
9.
Джеймс Р., Леунг Г., Прохоров А.Б.
A Machine Learning Attack on Illegal Trading
Journal of Banking & Finance, 2022, 106735 (год публикации - 2022)
10.1016/j.jbankfin.2022.106735
Публикации
1.
Прохоров А, Тран К, Ционас М
Estimation of Semi- and Nonparametric Stochastic Frontier Models with Endogenous Variables
Empirical Economics (год публикации - 2020)
10.1007/s00181-020-01941-0
2. Амслер К, Прохоров А, Шмидт П A New Family of Copulas, with Application to Estimation of a Production Frontier System Journal of Productivity Analysis (год публикации - 2020)
3. Лиу Д, Хирукава М, Прохоров А msreg: A STATA Command for Consistent Estimation of Linear Regression Models Using Matched Data The Stata Journal (год публикации - 2020)
4.
Хо Ш., Кристодулу Д., Прохоров А.Б.
The Evolution of Financial Constraints
European Financial Management, онлайн версия, до включения в номер (год публикации - 2021)
10.1111/eufm.12310
5.
Жаи Д., Джеймс Р., Прохоров А.Б.
Technical and allocative inefficiency in production systems: a vine copula approach
Dependence Modeling, Volume 10, no. 1, pp. 145-158 (год публикации - 2022)
10.1515/demo-2022-0108
6.
Хирукава М., Муртазашвили И., Прохоров А.Б.
Uniform convergence rates for nonparametric estimators smoothed by the beta kernel
Scandinavian Journal of Statistics, Том 49, выпуск 3, стр. 1353-1382 (год публикации - 2022)
10.1111/sjos.12573
7. Ласкин М.Б., Гадасина Л.В. Особенности применения методов, основанных на деревьях решений, в задачах оценки недвижимого имущества Бизнес-информатика, Т. 16. № 4. С. 24-35 (год публикации - 2022)
8.
Колычева В.А.
Человеческий капитал в современном обществе – от накопления к растрате?
Вестник Томского государственного университета. Философия. Социология. Политология., № 67. С. 105–119. (год публикации - 2022)
10.17223/1998863Х/67/10
9.
Джеймс Р., Леунг Г., Прохоров А.Б.
A Machine Learning Attack on Illegal Trading
Journal of Banking & Finance, 2022, 106735 (год публикации - 2022)
10.1016/j.jbankfin.2022.106735
Публикации
1.
Прохоров А, Тран К, Ционас М
Estimation of Semi- and Nonparametric Stochastic Frontier Models with Endogenous Variables
Empirical Economics (год публикации - 2020)
10.1007/s00181-020-01941-0
2. Амслер К, Прохоров А, Шмидт П A New Family of Copulas, with Application to Estimation of a Production Frontier System Journal of Productivity Analysis (год публикации - 2020)
3. Лиу Д, Хирукава М, Прохоров А msreg: A STATA Command for Consistent Estimation of Linear Regression Models Using Matched Data The Stata Journal (год публикации - 2020)
4.
Хо Ш., Кристодулу Д., Прохоров А.Б.
The Evolution of Financial Constraints
European Financial Management, онлайн версия, до включения в номер (год публикации - 2021)
10.1111/eufm.12310
5.
Жаи Д., Джеймс Р., Прохоров А.Б.
Technical and allocative inefficiency in production systems: a vine copula approach
Dependence Modeling, Volume 10, no. 1, pp. 145-158 (год публикации - 2022)
10.1515/demo-2022-0108
6.
Хирукава М., Муртазашвили И., Прохоров А.Б.
Uniform convergence rates for nonparametric estimators smoothed by the beta kernel
Scandinavian Journal of Statistics, Том 49, выпуск 3, стр. 1353-1382 (год публикации - 2022)
10.1111/sjos.12573
7. Ласкин М.Б., Гадасина Л.В. Особенности применения методов, основанных на деревьях решений, в задачах оценки недвижимого имущества Бизнес-информатика, Т. 16. № 4. С. 24-35 (год публикации - 2022)
8.
Колычева В.А.
Человеческий капитал в современном обществе – от накопления к растрате?
Вестник Томского государственного университета. Философия. Социология. Политология., № 67. С. 105–119. (год публикации - 2022)
10.17223/1998863Х/67/10
9.
Джеймс Р., Леунг Г., Прохоров А.Б.
A Machine Learning Attack on Illegal Trading
Journal of Banking & Finance, 2022, 106735 (год публикации - 2022)
10.1016/j.jbankfin.2022.106735