SCI Библиотека

В научной статье излагаются актуальные вопросы финансирования государственных программ в Российской Федерации. Цель научной публикации заключается в исследовании результативного контура в финансировании государственных программ Российской Федерации на основе обсуждения комплексных и многогранных проблем, оказывающих влияние на социально-экономическое развитие России. Программа исследования включила в себя комплексный анализ плановых и фактически исполненных итогов финансирования государственных программ и единого плана, разработанного для достижения стратегических целей развития государства. В секторе общественных финансов остаются нерешенные вопросы финансового обеспечения государственных программ и проектов, требующие дальнейшего развития теоретической и методической базы. Именно это послужило причиной выбора данной темы и постановки целей и задач исследования, необходимых для успешного решения стратегических задач развития экономики страны. Автор статьи рассматривает необходимость углубления в программно-целевую и плановую системы финансового обеспечения государственных программ. Данные подходы, по мнению автора, должны быть взаимосвязаны и дополнены с учетом современных реалий и вызовов, стоящих перед страной. Результаты исследования позволяют утверждать, что процесс формирования результата реализуемой государственной программы через последовательность проектных и процессных мероприятий, включающих количественно измеримый итог деятельности и социальный, экономический или иной общественно значимый эффект от реализации программы, должен учитывать финансовое взаимодействие по конечным результатам и итоговым эффектам при реализации государственных программ. В заключительной части статьи подчеркивается важность системного подхода в формировании и реализации государственных программ, что, в свою очередь, определяет значительную роль налоговых расходов в достижении национальных целей и устойчивом развитии нашей страны.

В статье проанализировано современное состояние, результативность и устойчивость российских банков в условиях турбулентности экономики. Цель исследования - сформировать прогноз прибыли для обеспечения устойчивого развития российских банков, а также выявить закономерности их развития в условиях нарастания рыночной неопределенности. Сформирована модель глубокого обучения «Случайный лес». В ходе исследования были использованы такие методы, как технический анализ акций банков с использованием библиотек pandas, yfinance, numpy, matplotlib на языке Python на сервисе Colab, а также модель глубокого обучения «Случайный лес» для прогнозирования чистой прибыли банков. Научная новизна состоит в том, что выдвинута и доказана гипотеза, что на основе использования модели машинного обучения «Случайный лес» может быть получен прогноз чистой прибыли, как важнейшего фактора устойчивости банка. В ходе исследования были рассчитаны направление и сила связи между факториальными и результативным признаками. Так, например, связь между результативным признаком (Прибыль, млрд руб.) - “target” и факториальными выражается следующими коэффициентами: Активы, млрд руб. + 0,974; Доля активов, в % + 0,974; Рентабельность активов, % 0,159; Adj акций (логарифмическая доходность) -0,266; Волатильность (сигма) -0,219. На основании полученных результатов можно утверждать, что все рассмотренные банки работают устойчиво, ошибка прогноза на ноябрь 2024 г. варьируется от 0,78 до 31,4 %. При этом ошибка возрастает по мере уменьшения размера банков. По итогам 2023 г. все крупнейшие банки работали прибыльно, что свидетельствует об их устойчивости. Полученные прогнозные значения прибыли отражают позитивный тренд в развитии рассмотренных банков, что позволяет сделать вывод об устойчивости банковской системы в целом. Практическая значимость в том, что результаты исследования могут быть рекомендованы к использованию на практике.

Россия, являясь географически наиболее крупной страной и обладая уникальными запасами полезных ископаемых, необратимо встроена в структуру глобальных цепочек. Значимым последствием видоизменения торговых отношений России с мировой экономикой стал рост актуальности импортозамещения как инструмента переориентации национального производителя на отечественный ресурсный, товарный и технологический потенциал в целях снижения геополитического риска коллапса международных торговых цепочек предприятий. В этой связи в статье исследованы торговые и логистические последствия второй санкционной волны 2022-2024 гг., связанные с введением рестрикционных ограничений в отношении контактов с Россией значительным количеством стран, следующих проамериканской геополитической доктрине. Рассмотрены изменения в глобальной экономике и показано влияние на эти изменения модифицированных отношений прежних партнеров с российской стороной, оценены последствия санкционного давления для самой России. Особое внимание уделено тем сферам, которые оказывают ключевое воздействие на российскую экономику и не могут эффективно развиваться без регулярных торговых контактов страны с глобальным рынком - сфера инноватики, сфера производства высокотехнологичных товаров. Существенное внимание уделено оценке результативности политики импортозамещения. По результатам детализированной оценки отраслевых последствий попыток геополитических противников России разрушить их торговые и логистические связи, функционировавшие в течение десятилетий с конца советского периода, подготовлен комплекс прогнозов относительно противостояния и соприкосновения отечественной и глобальной экономики.

Цель работы состояла в выявлении и определении роли инноваций как ключевого направления развития банков в условиях цифровой экономики. В статье автор рассматривает основные аспекты банковских инноваций, приводит их подробную классификацию, а также выделяет основные современные тенденции развития инноваций в российском банковском секторе. Дано определение инновации и обоснован подход к содержанию термина, исходя из объекта исследования, автором предложены направления развития инновационной деятельности в банковской практике. Автор большое внимание уделяет анализу проблем и выявлению перспектив применения искусственного интеллекта в банковской сфере. В статье рассмотрены предпосылки внедрения искусственного интеллекта в деятельность коммерческих банков для принятия управленческих решений, а также отражена конкретная инновационная важность и необходимость, ведь в современном обществе с его существующими потребностями просто необходимо соответствовать всем реалиям будущего. В современном мире банковский сектор является одним из высококонкурентных рынков, поэтому для достижения целей и выхода на лидирующие позиции банковские организации применяют новые технологии, внедряют инновации, чтобы быть уникальным современным банком. Финансовые инновации играют ключевую роль в эволюции банковской системы. В результате проведенного анализа делается вывод, что за последние десять-пятнадцать лет российский банковский сектор прогрессирует в сфере цифровых технологий, продолжает внедрять инновации в свою деятельность, исходя из потребностей клиента и новых правил на рынке банковских услуг.

Цель исследования - разработка многофакторной модели для оценки эффективности мер импортозамещения на основе локализации производства в условиях глобальной экономики. Модель направлена на комплексную оценку влияния экономических, социальных, технологических и геополитических факторов на успешность процессов смены иностранных поставщиков на отечественных производителей. В последнее десятилетие введение экономических санкций актуализировало потребность в эффективных мерах поддержки отечественных производителей и минимизации зависимости от внешних поставок. Однако существующие подходы к оценке эффективности этих мер носят фрагментарный характер, недостаточно детализированы или не учитывают многовариантность влияющих факторов внешней и внутренней среды. В работе проведена систематизация существующих методов оценки, выявлены их преимущества и недостатки, а также определены ключевые факторы, оказывающие влияние на эффективность импортозамещения на основе локализации. На основе этих факторов предложена математическая модель с использованием весовых коэффициентов для каждого параметра. Применение нормализованных показателей обеспечило возможность корректного учета разнородных параметров. Математическая модель носит прикладной характер и может быть использована предприятиями для формирования долгосрочных стратегий импортозамещения и оптимизации производственных процессов.

Цель исследования - эконометрическая оценка влияния макроэкономических факторов на уровень капитализации фондового рынка в России. В работе использовались методы формализации и математизации задачи оценки влияния макроэкономических факторов на фондовый рынок, а также эконометрические методы количественного оценивания данного влияния. Для моделирования уровня капитализации фондового рынка, в результате теоретического анализа экономической конъюнктуры, с учетом опыта российских и зарубежных исследователей, был отобран ряд макроэкономических переменных. Научную новизну работы определяет предложенная авторами эконометрическая модель, которая позволяет объяснять уровень капитализации фондового рынка приростами номинального валового внутреннего продукта, средней долгосрочной ставки облигаций федерального займа, среднегодового объема торгов акциями, денежной массы, стоимости активов банковского сектора, обменным курсом доллара, а также влиянием неблагоприятных событий (санкции 2014 г., пандемия 2020 г., начало специальной военной операции на Украине в 2022 г.). Показано, что перечисленные выше факторы оказывают значимое влияние на изменение капитализации фондового рынка в России. Получены количественные оценки данного влияния. С помощью эконометрических диагностических процедур подтверждено высокое качество построенной модели. Практическая значимость модели связана с возможностью ее использования для объяснения вклада макроэкономических факторов в формирование величины капитализации фондового рынка России. Исследование проведено в рамках научно-исследовательской работы «Долгосрочные тренды развития рынка долевых ценных бумаг в России, факторы и сценарии эволюции рынка, инвесторов и эмитентов» в соответствии в Государственным заданием для ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации».

Статья посвящена разработке виртуальной среды испытаний подводного робототехнического комплекса с использованием цифрового двойника. Представлена архитектура системы, реализующая моделирование поведения подводного робототехнического комплекса, визуализацию в Unity и запуск тестовых сценариев. Описаны алгоритмы управления, обработки сенсорных данных и оценки поведения в условиях подводной среды. Работа направлена на повышение точности, надёжности и эффективности автономного функционирования подводного робототехнического комплекса за счёт предварительной виртуальной отладки.

Задача сжатия изображений остается актуальной и востребованной вследствие возрастающего объема изображений в современном информационном обществе. В статье рассмотрены методы сжатия без потерь информации статических изображений. При использовании методов сжатия самыми значимыми вопросами являются преобразование и восстановление информации, степень сжатия. Авторами предложен гибридный метод сжатия информации, основанный на методе Хаффмана, который позволяет при решении ряда задач максимально использовать возможности алгоритма Хаффмана и нивелировать его недостатки. В разработанном методе улучшение производится за счет первичной обработки изображения другим методом сжатия, а именно словарным методом LZW. Предложенный гибридный метод позволяет увеличить коэффициент сжатия информации по сравнению с исходными методами, а также минимизировать зависимость от особенностей входных изображений. Проведен анализ разработанного гибридного метода и его сравнение с исходными методами. Разработаны рекомендации для выбора оптимального метода (Хаффмана, LZW, гибридный метод) при решении различных задач.

В статье проведено исследование существующих автономных тренировочных окружений для обучения агентов информационной безопасности и выявления их актуальных функциональных возможностей и ограничений. Цели: введение в основные понятия и определение автоматизированной информационной защиты. Определение ключевых недостатков существующих решений; разработка нового тренировочного сценария на основе тренировочного окружения CybORG; оценка и описание процесса создания сценария на основе тренировочного окружения CybORG; создание рекомендаций для дальнейшего исправления функционала внедрения нового сценария; формирование рекомендаций для дальнейших исследований и разработки тренировочных окружений, направленных на повышение их эффективности в корпоративном и исследовательском плане в условиях постоянно развивающихся киберугроз. Методы: сбор и анализ информации о функционале, архитектуре и функциональных возможностях популярных платформ; аналитический метод, эксперимент по созданию собственного сценария на основе CybORG; проведение сравнительного анализа по ключевым параметрам; анализ практического применения платформ с точки зрения их корпоративного и пользовательского использования; систематизация выявленных недостатков при анализе для определения требований к доработкам; формирование рекомендаций для дальнейших исследований и совершенствования тренировочных окружений. Результаты: проведен сравнительный анализ пяти популярных платформ: Farland, NASimEmu, Yawning Titan, CybORG и CAGE Challenge. Выявление и предложение векторов доработок для недостатков текущих платформ для обучения агентов информационной безопасности. Проанализирована структура тренировочных окружений, проведено исследование об их функциональности и возможностях, предоставленных для других разработчиков. Обозначены основные понятия и определения автоматизированной информационной защиты. Разработан и реализован собственный сценарий на базе тренировочного окружения CybORG, для изучения процесса работы с функционалом создания нового сценария. Определен вектор дальнейших доработок в существующем функционале с целью использования приведенных платформ не только в академических целях, но и на корпоративном и пользовательском уровне. Выводы: анализ существующих тренировочных окружений подтвердил, что имеющиеся платформы не полностью соответствуют требованиям современных задач информационной безопасности, особенно в условиях быстро эволюционирующих кибератак. Статья предлагает новую основу для дальнейшего развития тренировочных окружений, которая может быть расширена с учетом будущих угроз и задач в области информационной безопасности.

В последние годы актуальность технологий компьютерного зрения значительно возросла, особенно в задачах анализа видеопотока, таких как обнаружение усталости, защита от подделок лиц и распознавание жестов. В известных подходах к оценке моделей, применяемых в этих задачах, широко используется метрика ROC AUC. Однако ее применение, основанное на покадровом анализе, имеет определенные ограничения. Они связаны с неустойчивостью результатов из-за нестабильных выходов модели между кадрами и отсутствием учета временных зависимостей в данных, что снижает точность оценки в реальных условиях использования стриминговых видео. Предлагаемый метод решает эти проблемы путем построения ROC-кривых для видео в целом, а не для отдельных кадров. Реализация этого процесса происходит посредством анализа выходов модели на каждом кадре, что позволяет более надежно различать положительные и отрицательные примеры на уровне всего видеофрагмента. Такой подход позволяет реалистично оценивать соотношение ложных срабатываний и полноты, а также улучшает чувствительность моделей за счет подбора более релевантных порогов классификации. Таким образом, новый метод предлагает более релевантную оценку моделей для потоковой обработки видео, обеспечивая более точное распознавание событий и их контекстуальную интерпретацию, что особенно важно в критически значимых приложениях.