Исследование ESG-трансформации региона системой искусственного интеллекта

Обложка

Цитировать

Полный текст

Аннотация

Исследованы теоретические аспекты ESG-трансформации региона в современных условиях. Актуальность обусловлена тем, что в условиях технологических трансформаций, бурного внедрения инноваций, нарастания рыночной неопределенности все чаще используются системы искусственного интеллекта для достижения устойчивого развития на ESG-принципах. Цель состоит в том, чтобы выявить закономерности ESG-трансформаций региона системой искусственного интеллекта и получить прогнозное значение валового регионального продукта на будущий год. В ходе проведенного исследования была сформирована модель глубокого обучения DL «Случайный лес», которая позволяет получить прогноз валового регионального продукта Волгоградской области. Научная новизна обусловлена тем, что в работе выдвинута гипотеза, которая была успешно доказана, касательно того, что прогнозы валового регионального продукта на следующий год могут быть получены с помощью модели глубокого обучения DL «Случайный лес», что во многом предопределяет динамику устойчивого развития региона. Выводы по результатам исследования сводятся к тому, что разработана DL-модель «Случайный лес», рассчитавшая прогнозные значения валового регионального продукта. Прогнозная величина валового регионального продукта (ВРП) для первого варианта составила 1305,88 млрд. руб., что на 4,47% больше фактического в 2024 году. Прогнозная величина ВРП для второго варианта составит 1361,76 млрд. руб., что на 8,94% больше фактического значения в 2024 году. Область применения полученных результатов – реальный сектор экономики, плановые органы местного самоуправления.

Об авторах

Николай Иванович Ломакин

Волгоградский государственный технический университет

Автор, ответственный за переписку.
Email: tel9033176642@yahoo.com
ORCID iD: 0000-0001-6597-7195

к.э.н., доцент

Россия, просп. В.И. Ленина, 28, г. Волгоград, 400005, Российская Федерация

Татьяна Ивановна Кузьмина

Российский экономический университет им. Г.В. Плеханова

Email: tutor07@list.ru
ORCID iD: 0000-0002-1757-5201

д.э.н., профессор

Россия, Стремянный переулок, 36, г. Москва, 115054, Российская Федерация

Максим Сергеевич Марамыгин

Уральский государственный экономический университет

Email: maram_m_s@mail.ru
ORCID iD: 0000-0003-3416-775X

д.э.н., профессор, директор института финансов и права, профессор кафедры финансов, денежного обращения и кредита

 

Россия, ул. 8 Марта, 62, г. Екатеринбург, 620144, Российская Федерация

Ольга Витальевна Юрова

Волгоградский государственный технический университет

Email: yurova@vstu.ru
ORCID iD: 0000-0002-7628-4471

кандидат социологических наук, доцент

 

Россия, просп. В.И. Ленина, 28, г. Волгоград, 400005, Российская Федерация

Оксана Александровна Минаева

Волгоградский государственный технический университет

Email: o_mina@mail.ru
ORCID iD: 0000-0001-8579-4038

кандидат экономических наук, доцент

 

Россия, просп. В.И. Ленина, 28, г. Волгоград, 400005, Российская Федерация

Алексей Анатольевич Положенцев

ФГБОУ ВО «Юго-Западный государственный университет»

Email: polojencev135@mail.ru
ORCID iD: 0009-0004-6824-1019

магистр факультета фундаментальной и прикладной информатики

 

Россия, ул. 50 лет Октября, 94, г. Курск, 305040, Российская Федерация

Тамила Демуровна Елисеева

Волгоградский филиал РЭУ им Г.В. Плеханова

Email: tamila1607@mail.ru
ORCID iD: 0009-0004-7170-8863

преподаватель кафедры экономики и финансов

 

Россия, ул. Волгодонакая, 11, г. Волгоград, 400005, Российская Федерация

Список литературы

  1. Ронжин, А. Л., & Савельев, А. И. (2022). Системы искусственного интеллекта в решении задач цифровизации и роботизации агропромышленного комплекса. Сельскохозяйственные машины и технологии, 16(2), 22–29. https://doi.org/10.22314/2073-7599-2022-16-2-22-29
  2. Летягина, Е. Н., & Перова, В. И. (2023). Нейросетевое исследование устойчивого развития экономики регионов России на основе ESG-принципов. Развитие и безопасность, (1), 93–105. https://doi.org/10.46960/2713-2633_2023_1_93
  3. Наролина, Т. С., Смотрова, Т. И., Пургаева, И. А., & Некрасова, Т. А. (2023). Исследование практики реализации ESG-повестки в регионах. Регион: системы, экономика, управление, (1), 12–21. https://doi.org/10.22394/1997-4469-2023-60-1-12-21
  4. Урлапов, П. С., & Марамыгин, М. С. (2022). Современные тенденции развития банковского сектора Российской Федерации в условиях экономической неопределенности. В сборнике: Современные тенденции развития финансово-банковского сектора в условиях экономической неопределенности: сборник трудов международной научно-практической конференции (с. 202–206). Нур-Султан.
  5. Ломакин, Н. И., Марамыгин, М. С., Кузьмина, Т. И., Положенцев, А. А., Слета, Ю. О., Юрова, О. В., & Шабанов, Н. Т. (2024). Когнитивная модель на основе метода DL Random Forest для прогноза прибыли и Fuzzy-алгоритма для оценки устойчивости компании в условиях неопределенности. Международная экономика, (10). https://doi.org/10.33920/vne-04-2410-06
  6. Котляров, М. А. (2006). Рыночная капитализация как инструмент повышения устойчивости российских банков. Финансы и кредит, (28), 6–9.
  7. Российские регионы внедряют принципы устойчивого развития. (2022). Получено с https://rg.ru/2022/10/18/moda-na-zelenyj.html?ysclid=m5vaqjw0x6589998955 (дата обращения: 13.01.2025).
  8. Бабкин, А. В., & Батукова, Л. Р. (2023). Концептуальные основы многомерного системного моделирования механизма устойчивого ESG-развития киберсоциальной промышленной экосистемы кластерного типа. Модели, системы, сети в экономике, технике, природе и обществе, (3), 17–37. https://doi.org/10.21685/2227-8486-2023-3-2
  9. ESG-рэнкинг субъектов РФ. (2021). Получено с https://raex-rr.com/ESG/ESG_regions/ESG_rating_regions/2021 (дата обращения: 13.01.2025).
  10. Волгоград вошел в топ городов с самой сильной экологической составляющей. Получено с https://vk.com/wall-108998119_547949?ysclid=m7bwconrym79776911 (дата обращения: 25.01.2025).
  11. Исследование ESG-трансформаций региона. Получено с https://colab.research.google.com/drive/10XQi6HOteGb_rZtyp0wUhVyRGiONkzq6?usp=sharing (дата обращения: 25.01.2025).
  12. Датасет DL-модели. Получено с https://docs.google.com/spreadsheets/d/1_0oknnto4A6rltFJUQ-2C0d49nYB9iDDXW52TEWhKek/edit?gid=0#gid=0 (дата обращения: 13.01.2025).
  13. Летягина, Е. Н., Перова, В. И., & Мальцева, А. М. (2022). Нейронные сети в исследовании устойчивого развития экономики субъектов России в фокусе принципов ESG. В сборнике: Актуальные вопросы экономики, менеджмента и инноваций: материалы Международной научно-практической конференции (с. 367–371). Нижний Новгород: Нижегородский государственный технический университет им. Р. Е. Алексеева.
  14. Гренадерова, М. В. (2023). ESG-рейтинги и рэнкинги: их значение для компаний и региона присутствия. Вестник Северо-Восточного федерального университета им. М. К. Аммосова. Серия: Экономика. Социология. Культурология, (4), 69–78. https://doi.org/10.25587/2587-8778-2023-4-69-78
  15. Берендеева, А. Б. (2024). Институциональная среда устойчивого развития и ESG-трансформации российской экономики: мега-, макро-, мезо- и микроуровни. Теоретическая экономика, (1), 98–119.
  16. Cong, Z., & Jianhua, Y. (2024). Artificial intelligence and corporate ESG performance. International Review of Economics & Finance, 96, 103713. https://doi.org/10.1016/j.iref.2024.103713
  17. Qiang, C., Tingting, Z., & Wenmei, Y. (2024). ESG investment and bank efficiency: Evidence from China. Energy Economics, 133, 107516. https://doi.org/10.1016/j.eneco.2024.107516
  18. Robert, K. (2024). ESG as a complementary tool for assessing the knowledge of contemporary sustainable organisations. Procedia Computer Science, 246, 4959–4968. https://doi.org/10.1016/j.procs.2024.09.453
  19. Qunyang, D., Zhennan, S., John, W. G., Anna, M. D., & Tianle, Y. (2024). Ecological risk and corporate sustainability: Examining ESG performance, risk management, and productivity. International Review of Financial Analysis, 96, 103551. https://doi.org/10.1016/j.irfa.2024.103551
  20. Sharon, S. Y., Jr-Wei, H., Hong-Yi, C., & Min-Hung, T. (2025). Detecting corporate ESG performance: The role of ESG materiality in corporate financial performance and risks. The North American Journal of Economics and Finance, 76, 102370. https://doi.org/10.1016/j.najef.2025.102370
  21. Ломакин, Н. И., Юрова, О. В., & Кособокова, Е. В. (2023). Модель Random Forest на основе Big Data для прогнозирования устойчивости банковской системы Российской Федерации. Наука Красноярья, 12(1-1), 78–100. https://doi.org/10.12731/2070-7568-2023-12-1-78-100
  22. Ломакин, Н. И., Кузьмина, Т. И., & Марамыгин, М. С. (2024). Иерархическая кластеризация и deep learning модель «random forest» устойчивости банков в условиях риска. Наука Красноярья, 13(1), 88–102. https://doi.org/10.12731/2070-7568-2024-13-1-235
  23. Назарова, В. В., Айтюкова, Ю. М., & Токушева, Л. Р. (2022). Влияние ESG факторов при совершении сделок слияния и поглощения. Финансы и бизнес, 18(3), 42–61.
  24. Изгарова, А. И., Рогова, Е. М., & Бахарева, О. В. (2023). Взаимосвязь информации о ESG-инвестициях и доходности акций: кейс крупных российских компаний. Управленец, 14(3), 17–29. https://doi.org/10.29141/2218-5003-2023-14-3-2

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».