Башарина О.Ю.кандидат технических наук, доцент кафедры бизнес-информатики, Уральский государственный экономический университет, Екатеринбург, Российская Федерация; научный сотрудник лаборатории параллельных и распределенных вычислительных систем, Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук (ИДСТУ СО РАН), Иркутск, Российская Федерация basharinaolga@mail.ru https://orcid.org/0000-0002-7151-782X SPIN-код: 2612-2891
Ларин С.Н.кандидат технических наук, ведущий научный сотрудник лаборатории имитационного моделирования взаимодействия экономических объектов, Центральный экономико-математический институт Российской академии наук (ЦЭМИ РАН), Москва, Российская Федерация sergey77707@rambler.ru https://orcid.org/0000-0001-5296-5865 SPIN-код: 3956-1920
Предмет. В условиях санкционных ограничений резко сократились возможности привлечения внешних заимствований. Это обосновало решение о целесообразности внутренних инвестиций и стало отправной точкой развития программных средств, позволяющих получать расчеты и принимать инвестиционные решения. Разработанная цифровая модель ISPI (Information System Portfolio Investor) позволит принимать наиболее эффективные инвестиционные решения, в т.ч. на уровне правительств. Цели. Построить ISPI для выявления наиболее привлекательных направлений инвестирования на региональном, страновом и межстрановом уровнях. Методология. Использованы научные труды российских и зарубежных ученых, современные аналитические инструменты инвестиционного анализа. В основу модели ISPI положены теория портфеля Марковица, модель PRM (Profitability-Risk Model), методы оптимизации. Для проведения расчетов использованы статистические данные о доходностях основных и отраслевых индексов Великобритании, Индии, Китая, США, Франции, ЮАР за 2014–2021 гг. с шагом в один месяц. Результаты. Разработана цифровая модель ISPI для принятия эффективных инвестиционных решений. В результате ее применения построены диаграммы рассеяния ведущих индексов фондовых рынков и определены ведущие сектора национальных экономик изучаемых стран, выявлены наиболее привлекательные направления инвестирования. Решена задача поиска глобального оптимума для исследуемых стран. Проведена дифференциация ведущих секторов экономики этих стран по уровню риска инвестирования. Определено, что интернациональный портфель наиболее предпочтителен для инвестирования. Анализ синтезированных ведущих секторов экономики исследуемых стран позволил определить существенные структурные различия между ними. Выводы. Цифровая модель ISPI помогает инвестору выявить регион или страну, инвестиции в которые наиболее привлекательны. Модель позволяет определить отрасли, инвестирование в которые в пределах ближайшего инвестиционного горизонта наиболее оправдано. При помощи модели можно выявить финансовые инструменты, которые наиболее целесообразно использовать для инвестирования в отдельные страны.
Ключевые слова: экономические субъекты, экономическое развитие, цифровая модель ISPI, эффективные инвестиционные решения
Список литературы:
Binyan Jiang, Cheng Liu, Cheng Yong Tang. Dynamic Covariance Matrix Estimation and Portfolio Analysis with High-Frequency Data. Journal of Financial Econometrics, 2023, nbad003. URL: Link
Haan M.A., Hauck D. Games with possibly naive present-biased players. Theory and Decision, 2023, no. 95, pp. 173–203. URL: Link
Kandakoglu M., Walther G., Ben Amor S. A robust multicriteria clustering methodology for portfolio decision analysis. Computers & Industrial Engineering, 2022, vol. 174, no. 108803. URL: Link
Musman S., Turner A. A game theoretic approach to cyber security risk management. The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, 2017, vol. 15, iss. 2. URL: Link
Dantzig G.B. Linear Programming and Extensions. NJ, Princeton Univ. Press, 1963, 625 p.
Канторович Л.В. Экономический расчет наилучшего использования ресурсов. М.: АН СССР, 1959. 344 с.
Tsay R., Chen R. Nonlinear Time Series Analysis. Hoboken, NJ, John Wiley & Sons, 2019, 512 p.
Kaplan S.R. Portfolio Analysis for Vector Calculus. PRIMUS, 2015, vol. 25, iss. 1, pp. 31–40. URL: Link
Bodnar T., Parolya N., Schmid W., Bauder D. Bayesian mean–variance analysis: Optimal portfolio selection under parameter uncertainty. Quantitative Finance, 2021, vol. 21, iss. 2, pp. 221–242. URL: Link
Meunier L., Ohadi S. When are two portfolios better than one? A prospect theory approach. Theory and Decision, 2023, vol. 94, pp. 503–538. URL: Link
Chen J.M. Modern Portfolio Theory. In: Postmodern Portfolio Theory. Quantitative Perspectives on Behavioral Economics and Finance. New York, Palgrave Macmillan, 2016, pp. 5–25. URL: Link
Герцекович Д.А., Бабушкин Р.В. Динамический портфельный анализ мировых фондовых индексов // Мир экономики и управления. 2019. Т. 19. № 4. C. 14–30. URL: Link
Герцекович Д.А. Формирование оптимального инвестиционного портфеля по комплексу эффективных портфелей // Вестник Московского университета. Серия 6. Экономика. 2017. Вып. 5. С. 86–101. URL: Link
Герцекович Д.А., Подлиняев О.Л., Чумак Н.А., Ларин С.Н. Формирование интегрированной системы инвестиционных стратегий на основе использования основных и отраслевых индексов фондового рынка развитых и развивающихся стран // Экономика и предпринимательство. 2021. № 7. С. 41–46.
Jeyachitra A., Selvam M., Gayathri J. Portfolio Risk and Return Relationship – An Empirical Study. Asia-Pacific Journal of Management Research and Innovation, 2010, vol. 6, iss. 4. URL: Link
Nekhili R., Bouri E. Higher-order moments and co-moments' contribution to spillover analysis and portfolio risk management. Energy Economics, 2023, vol. 119, no. 106596. URL: Link
Takuya Okabe, Jin Yoshimura. A new long-term measure of sustainable growth under uncertainty. PNAS Nexus, 2022, vol. 1, iss. 5, pgac228. URL: Link
Pilipenko A.I., Dikhtiar V.I., Baranova N.M. ‘Financial stability’ safeguarding: modelling the Russian budgetary policy. International Journal of Economic Policy in Emerging Economies, 2019, vol. 12, iss. 1, pp. 85–99.
Markowitz H.M. Portfolio Selection. The Journal of Finance, 1952, vol. 7, iss. 1, pp. 77–91.
Graham B. The Intelligent Investor. New York, HarperCollins Publishers, 2018, 640 p.
Burger J.D., Warnock F.E., Warnock V.C. Benchmarking Portfolio Flows. IMF Economic Review, 2018, vol. 66, pp. 527–563. URL: Link
Gandolfo G. Portfolio and Macroeconomic Equilibrium in an Open Economy. In: International Finance and Open-Economy Macroeconomics. Springer Texts in Business and Economics. Berlin, Heidelberg, Springer, 2016, pp. 265–310. URL: Link
Maiti M. Efficient Frontier and Portfolio Optimization. In: Applied Financial Econometrics. Singapore, Palgrave Macmillan, 2021, pp. 89–111. URL: Link
Apergis N., Hayat T., Saeed T. The Role of Happiness in Financial Decisions: Evidence from Financial Portfolio Choice and Five European Countries. Atlantic Economic Journal, 2019, vol. 47, pp. 343–360. URL: Link
Narayan S., Rehman M.U. International portfolio strategies and opportunities: the case of the U.S., Japan and Asia. Finance Research Letters, 2020, vol. 37, no. 101358. URL: Link
Nagler M.G. Thoughts matter: a theory of motivated preference. Theory and Decision, 2023, vol. 94, pp. 211–247. URL: Link
Reilly F.K., Brown K.C., Sanford J. Leeds. Investment Analysis and Portfolio Management. Cengage Learning, 2018, 700 p.
