KFU. Card publication. Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга

KAZAN
FEDERAL UNIVERSITY

- RUS
- 中文
- ES

НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА РОССИЙСКИХ РЕГИОНОВ И ИХ ESG РЭНКИНГА

Form of presentation

Articles in Russian journals and collections

Year of publication

2025

Язык

русский

Authors, employees of KFU

Zakhmatov Dmitriy Yurevich, author

Kirshin Igor Aleksandrovich, author

Kokh Igor Anatolevich, author

Bibliographic description in the original language

Kirshin I.A., Kokh I.A., Zakhmatov D.Yu. Neyrosetevoe modelirovanie vzaimosvyazi investicionnogo potenciala rossiyskikh regionov i ikh ESG renkinga // Nauchnyy zhurnal NIU ITMO. Seriya «Ekonomika i ekologicheskiy menedzhment». 2025. № 3. S. 98-112. DOI: 10.17586/2310-1172-2025-18-3-98-112

Annotation

Целью данной статьи является выявление, тестирование и оценка влияния ESG рэнкинга на инвестиционный потенциал российских регионов (субъектов РФ) на основе нейросетевого моделирования. В качестве статистической выборки были использованы данные 83 российских регионов за 2020 год. Был проведен кросс-региональный множественный регрессионный анализ с использованием моделей нейронной сети многослойного персептрона. Для выявления причинно-следственных связей между переменной инвестиционного потенциала и тремя регрессорами: ESG рэнкинг региона, инвестиционный риск региона и валовой региональный продукт - использовалось приложение регрессия (regression) аналитического программного пакета STATISTICA (StatSoft). Оценка качества и точности модели многослойного персептрона производилась посредством вычисления средней абсолютной процентной ошибки. Проведенные численные эксперименты показали, что метод нейросетевого моделирования доступен в реализации, не требует больших вычислительных мощностей и демонстрирует хорошую точность. В ходе нейросетевого моделирования нелинейной регрессии инвестиционного потенциала субъектов РФ была специфицирована достоверная модель MLP 3-4-1 с высокой точностью описывающая и предсказывающая целевую переменную -инвестиционный потенциал региона. Полученные результаты подтверждают выдвинутую в статье гипотезу: инвестиционный потенциал российских регионов в большей степени зависит от ESG фактора и в меньшей степени от инвестиционного риска региона и валового регионального продукта. Глобальный анализ чувствительности показал, что все построенные нейронные сети определяют ESG переменную как наиболее важную. Доказанный приоритет важности влияния ESG рэнкинга на инвестиционный потенциал региона может быть использован региональными властями для обоснования приоритетных направлений региональной политики повышения инвестиционной привлекательности субъектов Российской Федерации.

Keywords

ESG-концепция, инвестиционная привлекательность региона, нейронные сети; многослойный персептрон, глобальный анализ чувствительности, программный пакет STATISTICA

The name of the journal

Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент»

URL

https://economics.ihbt.ifmo.ru/ru/article/23790/neyrosetevoe_modelirovanie_vzaimosvyazi_investicionnogo_potenciala_rossiyskih_regionov_i_ih_ESG_renkinga.htm

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=317278&p_lang=2

Full metadata record

Field DC	Value	Language
dc.contributor.author	Zakhmatov Dmitriy Yurevich	ru_RU
dc.contributor.author	Kirshin Igor Aleksandrovich	ru_RU
dc.contributor.author	Kokh Igor Anatolevich	ru_RU
dc.date.accessioned	2025-01-01T00:00:00Z	ru_RU
dc.date.available	2025-01-01T00:00:00Z	ru_RU
dc.date.issued	2025	ru_RU
dc.identifier.citation	Киршин И.А., Кох И.А., Захматов Д.Ю. Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». 2025. № 3. С. 98-112. DOI: 10.17586/2310-1172-2025-18-3-98-112	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/eng/?p_id=317278&p_lang=2	ru_RU
dc.description.abstract	Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент»	ru_RU
dc.description.abstract	Целью данной статьи является выявление, тестирование и оценка влияния ESG рэнкинга на инвестиционный потенциал российских регионов (субъектов РФ) на основе нейросетевого моделирования. В качестве статистической выборки были использованы данные 83 российских регионов за 2020 год. Был проведен кросс-региональный множественный регрессионный анализ с использованием моделей нейронной сети многослойного персептрона. Для выявления причинно-следственных связей между переменной инвестиционного потенциала и тремя регрессорами: ESG рэнкинг региона, инвестиционный риск региона и валовой региональный продукт - использовалось приложение регрессия (regression) аналитического программного пакета STATISTICA (StatSoft). Оценка качества и точности модели многослойного персептрона производилась посредством вычисления средней абсолютной процентной ошибки. Проведенные численные эксперименты показали, что метод нейросетевого моделирования доступен в реализации, не требует больших вычислительных мощностей и демонстрирует хорошую точность. В ходе нейросетевого моделирования нелинейной регрессии инвестиционного потенциала субъектов РФ была специфицирована достоверная модель MLP 3-4-1 с высокой точностью описывающая и предсказывающая целевую переменную -инвестиционный потенциал региона. Полученные результаты подтверждают выдвинутую в статье гипотезу: инвестиционный потенциал российских регионов в большей степени зависит от ESG фактора и в меньшей степени от инвестиционного риска региона и валового регионального продукта. Глобальный анализ чувствительности показал, что все построенные нейронные сети определяют ESG переменную как наиболее важную. Доказанный приоритет важности влияния ESG рэнкинга на инвестиционный потенциал региона может быть использован региональными властями для обоснования приоритетных направлений региональной политики повышения инвестиционной привлекательности субъектов Российской Федерации.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	ESG-концепция	ru_RU
dc.subject	инвестиционная привлекательность региона	ru_RU
dc.subject	нейронные сети; многослойный персептрон	ru_RU
dc.subject	глобальный анализ чувствительности	ru_RU
dc.subject	программный пакет STATISTICA	ru_RU
dc.title	Нейросетевое моделирование взаимосвязи инвестиционного потенциала российских регионов и их ESG рэнкинга	ru_RU
dc.type	Articles in Russian journals and collections	ru_RU