Лаборатория вероятностно-статистических методов и моделей в экономике

  1. Общие сведения и состав лаборатории
  2. Направления исследований и основные научные результаты
  3. Выполнение заказных работ, контракты
  4. Интернет-ресурсы
  5. Научно-организационная деятельность, международные научные связи
  6. Интеграция науки и образования
  7. Основные научные труды сотрудников лаборатории

1. Общие сведения и состав лаборатории
Лаборатория создана в 1969 году. Руководитель лаборатории с момента ее образования – доктор физ.-мат. наук, профессор, заслуженный деятель науки России Сергей Артемьевич Айвазян.
В составе лаборатории (по состоянию на 01.07.2010 г.) 18 человек, в том числе:
главных научных сотрудников – 2,
ведущих научных сотрудников – 4,
старших научных сотрудников – 3,
научных сотрудников – 6,
старший инженер – 1,
старших лаборантов – 2,
докторов наук - 5,
кандидатов наук – 5.
Главные научные сотрудники:
Конаков Валентин Дмитриевич, Малиновский Всеволод Константинович
Ведущие научные сотрудники:
Акопов Андраник Сумбатович, Герасимова Ирина Александровна, Пересецкий Анатолий Абрамович, Ушкова Виктория Львовна
Старшие научные сотрудники:
Банников Валерий Аркадьевич, Макарчук Нина Ивановна, Степанов Владимир Сергеевич
Научные сотрудники:
Волкова Мария Игоревна, Герасимова Елена Владимировна, Жидко Дмитрий Сергеевич, Ильменская Елена Михайловна, Кудров Александр Владимирович
Старший инженер:
Королёва Татьяна Михайловна
Старшие лаборанты:
Грохотова Алла Павловна, Грохотова Галина Юрьевна

Существенный вклад в научный капитал лаборатории внесли работавшие в ней в разное время Евгений Борисович Дынкин (развитие аппарата теории вероятностей и случайных процессов, стохастические модели экономической динамики), Лев Дмитриевич Мешалкин (соавтор «трилогии» по прикладной статистике, – см. [Айвазян и др. (1983-1985-1989)], – статистические приложения в медицине), Сергей Евгеньевич Кузнецов (стохастические модели экономики, руководитель работ по созданию пакета прикладных программ для анализа временных рядов «Мезозавр»), Игорь Семенович Енюков(соавтор «трилогии» по прикладной статистике, руководитель ряда разработок по созданию статистического программного обеспечения), Олег Васильевич Староверов (соавтор монографии «Классификация многомерных наблюдений», один из ведущих отечественных специалистов в области математической демографии), Андрей Владимирович Маракуев(до последнего дня своей жизни руководил работами группы, занимающейся освоением и развитием новых информационных технологий, используемых в социально-экономических исследованиях и менеджменте), Александр Анатольевич Халилеев, Сергей Юрьевич Адамов и Владимир Евгеньевич Бритиков (ключевые участники разработок по созданию статистического программного обеспечения), Зинаида Ивановна Бежаева(соавтор монографии «Классификация многомерных наблюдений), Борис Григорьевич Миркин (автор ряда монографий по анализу данных, руководитель работ по созданию пакета прикладных программ «Классмастер»), Александр Иванович Орлов(статистический анализ данных нечисловой природы). 


2. Направления исследований и основные научные результаты
В соответствии с названием лаборатории основные усилия ее сотрудников сосредоточены на освоении и развитии вероятностно-статистического аппарата (включая эконометрический инструментарий) экономических исследований и на использовании этого аппарата в моделировании механизмов различных социально-экономических процессов, в проведении эмпирических исследований на разных иерархических уровнях национальной экономики. По состоянию на июль 2010 г. можно выделить следующие основные направления научных исследований лаборатории:
Направление 1. Теоретико-методологические и эмпирические исследования в области анализа и моделирования качества и образа жизни населения страны, региона, муниципального образования, мегаполиса
Сотрудники, работающие в данном направлении: С.А. Айвазян, М.И. Волкова, И.А. Герасимова, Е.В. Герасимова, Д.С. Жидко, Н.И. Макарчук, В.С. Степанов В частности, в рамках данного направления:
   · разработана методология измерения латентных синтетических категорий качества и образа жизни населения, не апеллирующая к субъективным экспертным оценкам степени важности каждого из компонентов анализируемой синтетической категории; предложена схема использования этой методологии в задаче оценки эффективности проводимых политик (см. [Айвазян (1998, 2003, 2005, 2008а, 2008б, 2011)], [Айвазян, Бородкин (2006)], [Айвазян, Степанов, Козлова (2006)], [Aivazian (2005)], [Aivazian (2008)] в п.7.G «Основные научные труды сотрудников»);
   · проведены эмпирические исследования качества жизни населения Самарской области и ее муниципальных образований (см. отчет по теме в п. 3.3(а), а также [Айвазян, Степанов, Козлова (2006)]), Краснодарского края (см. отчет по теме в п. 3.3(б)), Пермской области ([Волкова (2010)]), г. Москвы (см. отчет по теме в п. 3.3(в));
   · изучены внутрирегиональная и межрегиональная дифференциация населения по среднедушевому доходу, тенденции и природа этой дифференциации ([Герасимова (2009а), (2009б)]);
   · предложены методология выявления типологии потребительского поведения домашних хозяйств и метод построения целевой функции потребления по данным выборочных бюджетных обследований домашних хозяйств ([Типология потребления (1978)], [Айвазян (1997б)], [Колосницын, Макарчук (1980)]);
   · изучен и смоделирован механизм формирования распределения населения России по величине среднедушевых расходов в условиях переходной экономики: показано, что в этих условиях классическая логнормальная модель трансформируется в смесь логнормальных распределений; полученные результаты использованы для анализа бедности и дифференциации по расходам населения России в 90-х годах XX-го века ([Айвазян (1997а)], [Айвазян, Колеников (2001)]).
Направление 2. Анализ, моделирование и прогноз финансовых процессов, происходящих в банковском секторе, страховании и на фондовых рынках
Сотрудники, работающие в данном направлении: А.В. Кудров, В.К. Малиновский, А.А. Пересецкий
В частности, в рамках данного направления:
   · построена модель страхового процесса, использующая управляемые случайные последовательности, заданные на, вообще говоря, произвольном фазовом пространстве; переходные функции в этих моделях определялись на основе использования коллективных моделей теории риска и исследования структуры вероятностей разорения за конечное время; аналитические результаты сопровождаются численным анализом; результатом моделирования являются качественные и количественные рекомендации, адресованные конечному пользователю (см. [Malinovskii (2000, 2007, 2008a, 2008б, 2009а, 2009б)]);
   · разработан комплексный эконометрический подход к анализу надежности российских банков; этот подход позволяет оценить надежность банка с четырех различных направлений, взаимно дополняющих друг друга; разработана методология построения и оценки качества эконометрических моделей вероятностей дефолта банков ([Peresetsky et al. (2004)]; [Пересецкий (2007а, 2008, 2009в)]), рейтингов банков ([Пересецкий и др. (2004)]; [Карминский, Пересецкий (2007, 2009)]; [Пересецкий (2009а, 2009с)]), процентных ставок банков по депозитам физических лиц ([Пересецкий (2007б, 2008, 2009в)]) и эффективности банков по затратам ([Головань и др. (2008)], [Пересецкий (2009б, 2009в)]); изложенные в статьях методы построения эконометрических моделей дефолтов банков были использованы государственной корпорацией «Агентство по страхованию вкладов» (АСВ) при разработке методики оценки достаточности средств фонда страхования; · предложена отличная от общепринятой методология оценки таких характеристик финансового риска как «граница потерь уровня » и «средние ожидаемые потери уровня » (в англоязычной литературе эти показатели называются “Value at Risk” ( ) и “The Expected Shortfall” ( )); методология основана на результатах теории экстремальных значений (в том числе, полученных сотрудниками лаборатории, см. «Направление 3»); использование традиционных моделей при управлении рисками часто не позволяет получить достаточно точные оценки так называемых «хвостов функций распределения», поскольку в традиционных моделях, как правило, не уделяется должного внимания адекватности построенной функции распределения с точки зрения экстремальных значений; проблема состоит в том, чтобы понять, как моделировать редкие события, которые лежат вне промежутка доступных наблюдений; именно подобные ситуации наблюдались в 2008-2010 гг., когда финансовые рынки характеризовались значительной неустойчивостью; это привело к определенной критике существующей системы управления рисками, что явилось мотивацией поиска более адекватных методологий описания редких событий; теория экстремальных значений дает теоретические основания, на базе которых можно построить статистические модели, необходимые для статистического моделирования редких событий и вычисления мер экстремального риска (см. [Fantazzini, Kudrov (2010)], [Fantazzini, Kudrov, Zlotnik (2000)]);
   · получены результаты по оценке рискованности долгосрочных инвестиций, связанные с оценкой вероятностей возникновения редчайших событий; в частности, описана методология оценки кредитного качества, основанная на использовании рыночных котировок; использование традиционных методологий оценки кредитного риска, основанных на данных балансовых отчетов, не позволяет получить объективную картину уровня близости рассматриваемой компании к состоянию дефолта, что подтверждается опытом ряда компаний (см. [Fantazzini, Kudrov, Zlotnik (2009)]).
Направление 3. Развитие вероятностно-статистического и эконометрического инструментария, используемого в исследованиях социально-экономических и финансовых процессов Сотрудники, работающие в данном направлении: С.А. Айвазян, В.А. Банников, В.Д. Конаков, А.В. Кудров, В.К. Малиновский, А.А. Пересецкий, В.С. Степанов
В частности, в рамках данного направления:
   · разработан подход к построению общей теории автоматической классификации (АК) объектов: все многообразие алгоритмов АК представляется в виде иерархической структуры; на верхнем уровне располагается универсальная математическая модель, компоненты которой образуют средство для единообразной постановки задачи АК, описания алгоритмов их решения и исследования их свойств (см. [Aivazian (1987)], [Айвазян, Бухштабер (1985)]);
   · предложен метод параметрического кластер-анализа, основанный на модели смеси многомерных распределений и процедуре «целенаправленного проецирования» (Projection Pursuit) многомерных данных (см. [Aivazian (1996)]);
   · предложен экспертно-статистический метод построения неизвестной целевой функции при наличии разного типа экспертной обучающей информации (см. [Айвазян (1974)]);
   · получены математические результаты в области локальных предельных теорем для дискретных схем, аппроксимирующих стохастические дифференциальные уравнения (СДУ); результаты касаются сходимости переходных плотностей и являются гораздо более тонкими, чем известные результаты о сходимости переходных вероятностей; для получения этих результатов пришлось развить новые методы анализа дискретных аппроксимаций, точнее, получить дискретный аналог хорошо известного в теории уравнений с частными производными метода параметрикс; в цикле работ рассматривались случаи как невырожденной так и вырожденной непрерывных диффузий, а также случай разрывных диффузий, были построены дискретные аппроксимации соответствующих СДУ, изучена скорость сходимости переходных плотностей к переходной плотности предельной диффузии; в случае невырожденной диффузии для этих плотностей были получены разложения типа Эджворта; диффузионные модели часто служат аппроксимацией реальным процессам; однако явные решения этих уравнений могут быть найдены только в исключительных случаях; поэтому представляет интерес изучение дискретных аппроксимаций этих решений; для этого рассматривается цепь Маркова, заданная на временной решетке с очень малым шагом и затем переходная плотность диффузионного процесса на данном отрезке времени приближается сверткой переходных плотностей за большое число шагов этой цепи Маркова; изученная вырожденная диффузионная модель восходит к работе А.Н. Колмогорова и имеет многочисленные приложения; так, например, с помощью предложенной аппроксимации ее решения можно оценивать важные вероятности, связанные с так называемыми «азиатскими опционами» (см. [Konakov, Menozzi (2008, 2009, 2010)], [Konakov, Mammen (2009)]);
   · получены новые математические результаты по распределениям максимумов последовательностей наблюдений с псевдостационарным трендом, допускающим существование отдельных «пропущенных» данных; полученные результаты востребованы не только при анализе и оценке финансовых рисков и вероятностей состояний дефолтов, но и в задачах построения оптимальной системы резервирования, прогнозирования пиков потреблений (например, потребления электроэнергии), прогнозирования экстремальных погодных явлений (см. [Кудров (2008а, 2008б)], [Kudrov, Piterbarg (2007)]);
   · изучены свойства оценок параметров функций распределения из теории экстремальных значений в условиях малых выборок, проведен анализ эффективности использования этого подхода при вычислении различных мер рыночного и операционного риска (см. [Fantazzini, Kudrov (2010)]).
Направление 4. Разработка и освоение новых информационных технологий, используемых в управлении и социально-экономических исследованиях, включая создание и ведение необходимых баз данных и вэб-технологий для представления и использования социально-экономических моделей
Сотрудники, работающие в данном направлении: А.С. Акопов, А.П. и Г.Ю. Грохотовы, Е.М. Ильменская, Н.А. Перфиличева, В.Л. Ушкова (руководитель группы)
В частности, в рамках данного направления:
   · разработана и поддерживается «Информационно-аналитическая система социально-экономических показателей» (ИАССЭП), включающая в себя разделы: (i) Национальная экономика России; (ii) Регионы России; (iii) Страны мира; (iv) Библиотека таблиц социально-экономической информации; (v) Каталог источников социально-экономической информации; (vi) Каталог экономико-математических моделей; (vii) Веб-ИАССЭП, предназначенный для работы в сети Интернет с удаленными пользователями; каждый компонент ИАССЭП представляет собой информационную подсистему, имеет свою базу данных и интерфейс и может эксплуатироваться как в составе всей системы, так и автономно (см. [Айвазян, Маракуев, Ушкова (2001)]);
   · разработано математическое и программное обеспечение системы управления инвестиционной деятельностью сложных организационных структур, в частности, для вертикально-интегрированной нефтяной компании, представленное подсистемами ключевых звеньев ВИНК: нефтедобычи, нефтепереработки, транспортировки и сбыта [Акопов А.С. (2006а, б, в, г, д, 2009, 2010)]; разработан новый генетический алгоритм с угасающей селекцией, позволяющий решать задачу максимизации акционерной стоимости вертикально-интегрированной компании с наибольшей эффективность за счет встроенной процедуры угасающей селекции ([Акопов, Бекларян (2009)], [Акопов (2008а, 2008б)]); разработана и технически реализована архитектура системы поддержки принятия решений, обеспечивающая, в частности, решение задачи максимизации акционерной стоимости вертикально-интегрированной компании при различных сценарных условиях и ограничениях за счет эффективного управления инвестиционным капиталом ([Акопов, Бекларян (2009)], [Акопов (2010)]);
   · разработана и поддерживается информационная система «Индивидуальный рейтинг научного сотрудника» (ИРНС), предназначенная для мониторинга научных результатов сотрудников ЦЭМИ и вычисления интегральных показателей, используемых при определении рейтинговых надбавок к их заработной плате; система ИРНС периодически предоставляет руководству института и его подразделений возможность получать и распечатывать разнообразные сводки о научной деятельности сотрудников в течение заданного периода (по всему институту, конкретному отделению или лаборатории или персонально по заданному сотруднику); могут учитываться все научные результаты, заданная категория или конкретный вид научных результатов (см. в [А10 (2009)] статью В.Л. Ушковой и Е.М. Ильменской);
   · находится в процессе разработки проект «МЕЗОЗАВР ПЛЮС»,представляющий собой функциональное и инструментальное развитие пакета анализа временных рядов «Мезозавр», созданного в лаборатории в начале 1990-х годов для более ранних операционных платформ с использованием современных (для того периода) средств и технологий; цель проекта «МЕЗОЗАВР ПЛЮС» – создать современное интеллектуализированное, удобное средство анализа временных рядов и панельных данных, в котором, с одной стороны, был бы расширен набор статистических процедур и реализован ряд новых, эффективных алгоритмов, а с другой стороны, были бы обеспечены современные стандарты статистических пакетов по работе с данными; часть статистических процедур анализа временных рядов пакета «МЕЗОЗАВР ПЛЮС» предполагается реализовать с помощью обращений к пакету-прототипу; по мере реализации новых, улучшенных вариантов процедур, они будут заменяться на новые; другая часть статистических процедур (совсем новые или заменяющие процедуры пакета-прототипа) предполагается реализовать через программы, компилированные в среде системы Matlab; пакет-прототип в 1990-1995 годах был лидером на северо-американском и европейском рынках программного обеспечения, предназначенного для статистического анализа одномерных и многомерных временных рядов («Золотой диплом» на Ганноверской выставке программного обеспечения “CeBIT-1992” в категории софтверных инноваций и разработок в Европе).


3. Выполнение заказных работ, контракты
Лаборатория периодически участвует в выполнении прикладных работ по заказам различных компаний, организаций, ведомств, министерств, государственных служб, администраций и правительств субъектов Российской Федерации. 
3.1. По контрактам с ГОСКОМСТАТом ∕ РОССТАТом РФ (названия отчетов по темам):
(а) Система статистических показателей качества жизни населения. М.: ЦЭМИ РАН, 1997.
(б) Методологические рекомендации по информационному обеспечению базового уровня системы показателей качества жизни. – М.: ЦЭМИ РАН, 1998.
(в) Методологические рекомендации по расчету интегрального показателя качества жизни в условиях имеющейся статистической базы для федерального и регионального уровня. – М.: ЦЭМИ РАН, 1998.
(г) Методологические рекомендации по совершенствованию системы показателей, характеризующих качество жизни населения, и критериев определения оптимальных значений для их стандартизации. – М.: ЦЭМИ РАН, 2000.  
(д) Совершенствование процедур взвешивания и редактирования данных обследования бюджетов домашних хозяйств. – М.: ЦЭМИ РАН, 2003.  
3.2. По контрактам с Минэкономразвития РФ
(а) Разработка методологии и определение параметров качества жизни населения как целевых установок для формирования долгосрочной стратегии социально-экономического развития Российской Федерации. – М.: ЦЭМИ РАН, 2000.
(б) Модели взаимосвязи основных показателей социально-экономического развития и решений, принимаемых правительством Российской Федерации по регулированию экономики и бюджетной сферы. – М.: ЦЭМИ РАН, 2003.
Аннотация.
В рамках работ по теме был разработан ряд версий макроэкономических моделей, предназначенных для применения в рамках сценарных имитационных расчетов для выработки прогнозов социально-экономического развития страны под влиянием доступных правительству параметров воздействия на экономику (тех или иных государственных «политик») и в рамках реально сложившихся внешних и внутренних условий. В частности, были разработаны:
   – эконометрическая модель для сценарных прогнозных расчетов социально-экономического развития страны под влиянием параметров управления федерального уровня;
   – спросовая модель для прогноза динамики развития российской экономики;
   – вычислимая модель общего равновесия для сценарного прогноза российской экономики.
(в) Оценка перспектив социально-экономического развития регионов Юга России на период до 2005 года. – М.: ЦЭМИ РАН, 2003.
Аннотация.
Проведены работы по разработке системы управляющих воздействий параметров социально-экономического развития субъектов Юга России, комплекса моделей социально-экономического развития субъектов Юга России, интерфейса пользователя по работе с комплексом моделей, проведены многовариантные расчеты основных параметров социально-экономического развития субъектов Юга России.
3.3. По контрактам с правительствами субъектов РФ
(а) Разработка интегрального показателя, отражающего основные тенденции динамики качества жизни населения Самарской области. – М.: ЦЭМИ РАН, 2005.
Аннотация. Проведено исследование динамики социально-экономического развития Самарской области (СО) и ее муниципальных образований (МО) за период 2002-2004 гг. по частным и интегральным показателям качества жизни населения (КЖН) на основе следующих базовых синтетических категорий: «КАЧЕСТВА НАСЕЛЕНИЯ» (включающего «Индекс человеческого развития»), «УРОВНЯ МАТЕРИАЛЬНОГО БЛАГОСОСТОЯНИЯ», «КАЧЕСТВА СОЦИАЛЬНОЙ СФЕРЫ», и «КАЧЕСТВА ЭКОЛОГИЧЕСКОЙ НИШИ»; выявлены «узкие места» (основные проблемные области) в социально-экономическом развитии СО и ее МО, сформулированы первоочередные задачи регионального и муниципальных органов управления по повышению КЖН СО. Проведен сравнительный анализ динамики основных интегральных индикаторов упомянутых синтетических категорий СО в сравнении с Россией в целом и 14-тью регионами Приволжского округа. В ходе межрегионального анализа проведено также исследование динамики ИНВЕСТИЦИОННОГО КЛИМАТА СО по данным, характеризующим субъекты РФ в период 2001-2003 гг.
Проведенное исследование потребовало решения следующих задач: (1) Создания необходимого информационного обеспечения по регионам РФ и по МО СО; (2) Разработки методологии построения интегральных индикаторов (ИИ) КЖН для разных иерархических уровней общности, включая метод построения единого (сводного) ИИ КЖН; (3) Разработки методологии оценки динамики синтетических категорий КЖН СО и ее МО и выявления основных проблемных областей в их социально-экономическом развитии; (4) Создания программного обеспечения, необходимого для реализации разработанных в исследовании методик.
(б) Измерение синтетических категорий качества жизни населения Краснодарского края. – М.: ЦЭМИ РАН, 2007.
Аннотация. Изучен отечественный и зарубежный опыт измерения и анализа латентных синтетических категорий качества жизни населения (КЖН). Разработана методика оценки интегральных индикаторов (ИИ) синтетических категорий «Качество населения», «Уровень благосостояния», «Качество социальной сферы» и «Качество экологической ниши» отдельного региона (субъекта) Российской Федерации и его муниципальных образований. Сформирована информационная база для межрегионального сравнительного анализа. По данным 2002-2006 гг. проведен сравнительный анализ динамики интегральных индикаторов упомянутых синтетических категорий Краснодарского края (в сравнении с другими субъектами РФ). Предложен вариант состава и структуры набора статистических показателей (частных критериев), на базе которых следует реализовывать методику построения ИИ КЖН края и его муниципальных образований. Разработано программное обеспечение, необходимое для реализации предложенной в отчете методики.
(в) Разработка стратегии развития г. Москвы на период до 2025-го года. Подтема: «Разработка методологии измерения и мониторинга основных синтетических категорий качества жизни населения субъекта РФ и реализация этой методологии на данных 2002-2006 гг. с целью оценки качества жизни населения и уровня социально-экономического развития г. Москвы в сравнении с другими регионами ЦФО и крупнейшими городами и мегаполисами мира, а также с целью выявления ключевых направлений улучшения качества жизни и социально-экономической ситуации в г. Москве»). – М.: ЦЭМИ РАН, 2008.
Аннотация. Изучен отечественный и зарубежный опыт измерения и анализа латентных синтетических категорий качества жизни населения (КЖН). Разработана методика оценки интегральных индикаторов (ИИ) синтетических категорий «Качество населения», «Уровень благосостояния» и «Качество социальной сферы» отдельной территории: субъекта Российской Федерации, крупного города России, мегаполиса. Сформированна информационная база для межрегионального сравнительного анализа качества жизни населения и социально-экономического развития территории. Предложен вариант состава и структуры набора статистических показателей (частных критериев), на базе которых следует реализовать методику построения ИИ КЖН территории. По данным 2002-2006 гг. проведен сравнительный анализ динамики интегральных индикаторов упомянутых синтетических категорий г. Москвы (в сравнении с другими субъектами РФ, крупными городами России, мегаполисами мира). Проведен анализ социально-экономического развития г. Москвы в сравнении с другими субъектами ЦФО, крупными городами России и мегаполисами мира. Исследованы зависимости, существующие между значениями ИИ КЖН с одной стороны и параметрами социально-экономической политики и институционального развития, – с другой. Сформулированы предложения по основным направлениям совершенствования социально-экономической политики, нацеленной на повышение качества жизни москвичей.
3.4. По контракту с Министерством науки и образования (2009-2010 гг.)
Система оценки результативности научных организаций
Аннотация. Разработан программно-методический комплекс, представляющий собой систему, построенную на основе открытых WEB-сервисов, обеспечивающую возможность сбора, обработки и хранения информации о результативности научных организаций. Используемые технологии: PHP, MySQL Server, XML, Pivot Table (OLAP) и др. Система проходит стадию тестирования в Минобрнауке РФ.
3.5. По контракту с Отделением общественных наук РАН
Россия в глобализирующемся мире: единый транспортный коридор – ключевой фактор единства и развития России
Подтема 6. Основные показатели экономического развития прилегающих регионов России
Подтема 7. Качество жизни населения субъектов РФ, охваченных общим коридором
Аннотация. Создана информационная база (по данным за 2002-2007 гг.) для межрегионального сравнительного анализа качества жизни населения, а также – уровня и основных тенденций социально-экономического развития прилегающих к «общему коридору» субъектов РФ. Получены результаты оценки качества жизни и социально-экономического развития прилегающих к «общему коридору» субъектов РФ, выявлены тенденции и основные проблемные области в их развитии. Построены и оценены модели зависимости интегральных индикаторов качества жизни и экономического развития региона от инфраструктурных характеристик транспорта и связи.
3.6. По договорам с компаниями и организациями
(а) Информационная система «Делопроизводство»
Аннотация.
Информационная система «Делопроизводство» (2001-2004) предназначена для регистрации и контроля исполнения документов. Система «Делопроизводство» была спроектирована и разработана по заказу крупной компании, которая занимается оптовой продажей и поставкой продуктов и парфюмерии. Данная система может быть полезна в организациях с большим объёмом оборота документов.
Система «Делопроизводство» позволяет выполнять следующие действия:
   · регистрация входящих, исходящих и внутренних документов; 
   · контроль исполнения документов, в том числе, и по этапам исполнения различными исполнителями; 
   · формирование различных контрольных справок, уведомления об истекшем сроке исполнения документа и др.; 
   · предоставляется возможность графического отображения картины прохождения и исполнения документов.
Система «Делопроизводство» может эксплуатироваться как для централизованного учёта и контроля исполнения документов - в рамках локальной сети организации (с несколькими рабочими станциями), так и децентрализованного - на отдельной рабочей станции.
Администратор системы имеет возможность устанавливать различные уровни доступа к базе данных.
(б) Автоматизированная информационная система фонда алгоритмов и программ (АИС ФАП)
Аннотация.
Информационно-поисковая система АИС ФАП (2002-2004) предназначена для поддержки базы данных документов трёх категорий - технической документации, шаблонов и справочно-нормативной информации. Система АИС ФАП была спроектирована и реализована по заказу Государственного научно-исследовательского института авиационных систем (ГосНИИАС). Данная система может быть полезна в тех случаях, когда требуется вести фонды различной документации и по запросам пользователей выполнять поиск и копирование нужных документов.
В некоторых отношениях АИС ФАП похожа на библиотечные системы, однако набор функций АИС ФАП значительно шире, так как обеспечивает поддержку хранения документов различного типа и гибкого доступа к документам. АИС ФАП позволяет выполнять следующие действия:
   · ввод, выборку и просмотр регистрационных карточек и текстов документов; 
   · формирование и исполнение заявок на тиражирование документов от пользователей локальной сети и удалённых пользователей (копирование текстов документов на диск, печать, посылка по электронной почте).
В системе АИС ФАП поддерживаются административные функции по обеспечению безопасности информации и организации доступа к документам.
Система АИС ФАП спроектирована для работы в локальной сети и сети Интернет и состоит из трёх частей:
   · база данных и набор серверных процедур на сервере локальной сети;
   · программный интерфейс для работы в локальной сети;
   · программные средства для работы удалённого пользователя через Интернет.
В текущей версии АИС ФАП реализованы первые две части.
В работе с системой АИС ФАП участвуют следующие четыре категории пользователей:
   · обычный пользователь; 
   · оператор по подготовке информационных материалов (выполнение заявок);
   · оператор электронного архива (регистрация документов и поддержка архива); 
   · администратор архива (административные функции).
Система АИС ФАП включает в себя ряд автоматизированных рабочих мест (АРМов), соответствующих четырём категориям пользователей. Каждой категории определены уровни доступа к информации и доступ к тем или иным функциям. Каждый АРМ включает в себя одну или несколько функциональных подсистем. Категория пользователя распознаётся при входе в систему.
(в) Программный комплекс дозиметрического планирования контактного облучения (КОНТАКТ)
Аннотация. Программный комплекс «Контакт» (2001-2009) предназначен для дозиметрического планирования облучения опухолей в контактной лучевой терапии. Программный комплекс «Контакт» разработан по заказу Ассоциации медицинских физиков России и распространяется в настоящее время Медико-физическим центром. Комплекс «Контакт» поставлен более, чем в 10 клиник.
Программный комплекс «Контакт» используется при планировании внутриполостного и внутритканевого облучения злокачественных опухолей различных локализаций (гинекологических, мочевого пузыря, пищевода, прямой кишки, молочной железы, полости рта и др.) с различными изотопами (Co-60, Ir-192, Cs-137) на современных радиационных аппаратах и в режиме ручного введения источников. В программном комплексе «Контакт» реализованы новые алгоритмы расчёта облучения с возможностью оптимизации на различных уровнях и удобные способы учёта анатомии пациента. Программный комплекс настраивается на различные радиационные аппараты, источники излучения и различные внутриполостные и внутритканевые аппликаторы.
Пользователи программного комплекса «Контакт» - это медицинские физики, лучевые терапевты, дозиметристы и другие специалисты в сфере лечения злокачественных опухолей методами контактной лучевой терапии.
Основные функции программного комплекса «Контакт»:
   · создание новых планов облучения и коррекция имеющихся планов в соответствии с заданными условиями (аппаратура, источники излучения), картиной заболевания и анатомией конкретного пациента, а также медицинскими показаниями; 
   · ведение учёта пациентов и динамики их лечения; 
   · эффективный расчёт и представление суммарного дозового поля в различных плоскостях сечения со смещением и вращением; 
   · удобный ввод информации о положении аппликатора(ов) и позициях источника(ов) в пространстве; 
   · пространственное описание и представление строения облучаемого организма в области очага поражения; 
   · оптимизация плана облучения (ручная и полуавтоматическая визуальная оптимизация, оригинальная двухэтапная оптимизация внутритканевой лучевой терапии и оптимизация плана облучения по контрольным точкам).
В разработке программного комплекса «Контакт» принимал участие: гл.н.с., д.ф.м.н. Л.Я.Клеппер (лаб 105).
(г) Система стратегического управления для ОАО «ЛУКОЙЛ» (2003-2005)
Аннотация.
Разработан программно-методический комплекс представляющий собой совокупность мо­делей звеньев вертикально-интегрированной нефтяной компании (ВИНК), реализованных на системе имитационного моделирования Powersim Studio, интегрированной с многомерным информационным Хранилищем (SAP BW), а также разработанным генетическим оп­тимизационным алгоритмом. В результате обеспечивается возможность оптимизации инве­стиционного портфеля нефтяной компании при различных ограничениях и решение важ­нейшей задачи ВИНК по максимизации ее акционерной стоимости. В рамках такой системы полностью автоматизирована задача подготовки прогнозной финансовой отчетности (в том числе, в разрезе отдельных инвестиционных проектов, нефтегазодобывающих предприятий и др.), [Акопов А.С., Бекларян Г.Л. (2009)].
(д) Система стратегического управления для ФК «УРАЛСИБ» (2004-2008)
Аннотация.
Разработан программно-методический комплекс представляющий собой совокупность мо­делей видов бизнеса вертикально-интегрированной финансовой корпорации (ВИФК), реа­лизованных на системе имитационного моделирования Powersim Studio, интегрированной с многомерным информационным Хранилищем (SAP BW), а также разработанными оптими­зационными алгоритмами (класса генетических алгоритмов, нейронных сетей и др.). В результате обеспечивается возможность адаптивного управления акционерной стоимостью ВИФК и решение задачи максимизации годовой прибыли при различных ограничениях. В рамках такой системы полностью автоматизирована задача подготовки прогнозной финансовой отчетности в формате МСФО (как консолидированной, так и по видам бизнеса ФК), [Акопов А.С., Бекларян Г.Л. (2009)].


4. Интернет-ресурсы
ВЭБ-ИАССЭП
Включает в себя Интернет-блоки всех компонентов ИАССЭП. Предоставляет возможности получения данных, аналогично компонентам ИАССЭП в локальной сети, но в несколько урезанном виде. Предусмотрено два уровня доступа к данным – таблицам значений социально-экономических показателей (для зарегистрированных и незарегистрированных пользователей). ВЭБ-ИАССЭП содержит также закладку «Аналитика»,в которой помещены ссылки на модели, разработанные в лаб. 201. 
«Малоразмерная эконометрическая модель экономики России»
С.А. Айвазян – совместно с В.Л. Макаровым, С.В. Борисовой и Э.А. Лакалиным (лаб. 101). 
«Центр ситуационного анализа и прогнозирования» 
С.А. Айвазян совместно с Б.Е. Бродским (лаб. 207).
 «Сравнительный анализ интегральных свойств качества жизни населения субъектов Российской федерации»
С.А. Айвазян. 
«Институциональные и географические факторы развития регионов России»
А. Вайнберг-Аллен, Т. Рыбникова.


5. Научно-организационная деятельность, международные научные связи
Лаборатория фактически продолжает выполнять возложенные на ЦЭМИ РАН еще Распоряжением Президиума АН СССР № 14000-1484 от 08.09.78 г. функции головной организации по координации и научно-методическому руководству текущими и перспективными работами в области прикладного многомерного статистического анализа и его применений в экономике.
Основные результаты этой деятельности:
Научный семинар лаборатории «Многомерный статистический анализ и вероятностное моделирование реальных процессов» регулярно функционирует по средам (начиная с 1969 года) и является, по существу, общероссийским и международным постоянно действующим семинаром по данной тематике (см. 7.А).
Международная конференция «Применение многомерного статистического анализа в экономике и оценке качества»
проводится регулярно один раз в 4 года (1977, 1981, 1985, 1989, 1993, 1997, 2001, 2005, 2010), см. 7.B.
Международная школа-семинар «Программно-алгоритмическое обеспечение прикладного статистического анализа»
проводится регулярно один раз в 4 года (1979, 1983, 1991, 1995, 1999, 2004, 2008), см. 7.C.
Российско-французская школа-семинар «Анализ данных и прикладная статистика»
проводилась регулярно один раз в два года (попеременно – в России и Франции), начиная с 1982 года: 1982 – Сочи, 1984 – Париж, 1986 – Москва, 1988 – Монпелье, 1990 – Цахкадзор (Арм.ССР), 1992 – Ланьон (Бретань), 1994 – Санкт-Петербург, 1996 – Ванн, 1999 – Саратов, см. 7.D в «Основных научных трудах лаборатории».
Многолетнее (1979-2010) сотрудничество с Женевским университетом, в том числе:
   · совместные проекты, поддержанные грантами Фонда научной кооперации между Швейцарией и странами восточной Европы (SCOPES 1997-1999, 2000-2003, 2005-2008);
   · Российско-Швейцарский семинар по прикладной эконометрике (2007 г., ЦЭМИ РАН и Московская школа экономики МГУ им. М.В. Ломоносова), см. ж-л «Прикладная эконометрика», №4, 2007.
Совместные проекты с Лондонским Королевским университетом
(London Royal Holoway University, Department of Computer Science); поддержанные грантами фонда INTAS (1993-1995, 1997-1999).
Совместная организация международных конференций и периодических научных изданий с учеными зарубежья:
· традиционные международные школы-семинары по многомерному статистическому анализу и эконометрике в Цахкадзоре проводятся один раз в 4 года совместно с учреждениями Национальной академии наук Республики Армения, Ереванским государственным экономическим университетом и Российско-Армянским (Славянским) государственным университетом (1979~2010 гг.);
· сотрудники лаборатории участвуют в организации и проведении традиционных международных конференций по компьютерному анализу данных и моделированию, организуемых Белорусским государственным университетом один раз в 3 года в Республике Беларусь (1986-2010 гг.);
· главный редактор журнала «Прикладная эконометрика» и его заместитель являются сотрудниками лаборатории; в редакционную коллегию журнала входят также ученые Республики Беларусь, Литвы и Швейцарии (см. сайт изд-ва Market DS: http://www.marketds.ru, раздел «Журналы», подраздел «Прикладная эконометрика»).


6. Интеграция науки и образования
Сотрудники лаборатории ведут преподавательскую деятельность в высшей школе на разных ее уровнях – бакалавриата, магистратуры, научного руководства аспирантами. Среди вузов, в которых они преподают:
   · Московский государственный университет им. М.В. Ломоносова, факультет – Московская школа экономки (МШЭ МГУ);
   · Государственный университет – Высшая школа экономики (ГУ-ВШЭ);
   · Российская экономическая школа (РЭШ);
   · Государственный академический университет гуманитарных наук, экономический факультет (ГАУГН);
   · Московский государственный университет экономики, статистики и информатики (МЭСИ);
   · Московская финансово-промышленная академия (МФПА);
   · Московский государственный институт международных отношений (МГИМО);
   · Московский государственный университет управления (МГУУ).
В частности, они выполняют следующие функции: читают курсы лекций, ведут семинары и упражнения:
Айвазян С.А.
Зав.кафедрой эконометрики и математических методов экономики МШЭ МГУ;
Зав.кафедрой эконометрики МФПА.
Курсы лекций:
МШЭ МГУ (экономический факультет): «Эконометрика» (3-й курс бакалавриата); «Эконометрика-2» и «Эконометрика-3» (магистратура); «регрессионный анализ панельных данных» магистратура);
ГУ-ВШЭ: «Многомерный статистический анализ», (1-й курс магистратуры экономического факультета); «Эконометрический анализ качества жизни» (2-й курс магистратуры экономического факультета); «Байесовский подход в эконометрике» (2-й курс магистратуры экономического факультета);
МЭСИ: «Эконометрическое моделирование» (4-й курс бакалавриата).
Акопов А.С.
ГУ-ВШЭ (факультет бизнес-информатики): «Системы имитационного моделирования» 92-й курс магистратуры); «Системы бизнес-интеллекта» (2-й курс магистратуры); «Системы управления эффективностью бизнеса (2-й курс магистратуры); «Базы данных» (2-й курс бакалавриата).
Банников В.А.
МШЭ-МГУ: «Эконометрика» (3-й курс бакалавриата, упражнения), «Эконометрика-2» и «Эконометрика-3», «Регрессионный анализ панельных данных» (магистратура, упражнения), «Практика эконометрики с использованием пакетов программ» (бакалавры и магистры).
Волкова М.И.
ГАУГН: «Вычислимые модели общего экономического равновесия» (семинар).
Конаков В.Д.
Профессор кафедры высшей математики ГУГН.
Макарчук Н.И.
ГАУГН: «Математический анализ» (1-й курс бакалавриата); «Математика: мат.анализ, алгебра и геометрия, теория вероятностей и мат.статистика», в институте книжной культуры и управления (1-й курс бакалавриата).
Пересецкий А.А.
РЭШ: «Статистика», «Эконометрика-1» (магистры);
ГУ-ВШЭ (Международный институт экономики и финансов): «Статистика» (бакалавры), «Эконометрика-3» (магистры);
МГИМО: «Эконометрика» (бакалавры).
Степанов В.С.
МГУ: «Информационные технологии в управлении», семинары, курсовые работы по региональной экономике;
ГУ-ВШЭ: «Мат. статистика в демографии с использованием стат. пакетов», «Эконометрика».
Создание учебников и других учебно-методических материалов
Первые отечественные учебники по эконометрике были созданы в 1997-1998 гг. сотрудниками лаборатории С.А. Айвазяном и А.А. Пересецким (см. [F2] и [F7]). Эти учебники много раз переизданы и широко используются в образовательном процессе высшей школы наряду с другими учебно-методическими материалами, созданными сотрудниками лаборатории (см. 7.F).
Повышение квалификации преподавателей высшей школы
Сотрудники лаборатории С.А. Айвазян и А.А. Пересецкий были инициаторами и активными участниками серии региональных семинаров повышения квалификации преподавателей эконометрики и статистики, прошедшими в период 1997-2005 гг. в разных городах России и бывших республик СССР при поддержке зарубежных фондов.
Приглашения для чтения лекций в зарубежные университеты
Айвазян С.А.: Женевский университет (1978-1979гг.); Университет Дижона (Франция, 1980); Лондонский королевский университет (1998-1999 гг.); Калифорнийский государственный университет г. Хейвуда (США, 1997-2002 гг.)
Конаков В.Д. Университет «Париж – 6» и «Париж – 10» (2002-2010 гг.).


7. Основные научные труды сотрудников лаборатории
7А. Труды постоянно действующего семинара «Многомерный статистический анализ и вероятностное моделирование реальных процессов»
А1. Многомерный статистический анализ в социально-экономических исследованиях. – М.: Наука, 1974 (Ученые записи по статистике, том 26).
А2. Алгоритмы многомерного статистического анализа и их приложения. – М.: ЦЭМИ АН СССР, 1976.
А3. Исследования по вероятностно-статистическому моделированию реальных систем. – М.: ЦЭМИ АН СССР, 1977.
А4. Прикладной многомерный статистический анализ. – М.: Наука, 1978 (Ученые записки по статистике, том 33).
А5. Алгоритмическое и программное обеспечение прикладного статистического анализа. – М.: Наука, 1980 (Ученые записки по статистике, том 36).
А6. Статистика. Вероятность. Экономика. – М.: Наука, 1985 (Ученые записки по статистике, том 49).
А7. Многомерный статистический анализ и вероятностное моделирование реальных процессов. – М.: Наука, 1990 (Ученые записки по статистике, том 54).
А8. Труды Юбилейной сессии семинара «Многомерный статистический анализ и вероятностное моделирование реальных процессов». – М.: ЦЭМИ РАН, 1999.
А9. Труды Юбилейной сессии семинара «Многомерный статистический анализ и вероятностное моделирование реальных процессов». – М.: ЦЭМИ РАН, 2004.
А10. Труды Юбилейной сессии семинара «Многомерный статистический анализ и вероятностное моделирование реальных процессов». – М.: ЦЭМИ РАН, 2009.
7В. Труды традиционных конференций «Применение многомерного статистического анализа в экономике и оценке качества»
В1. Всесоюзная научно-техническая конференция «Применение многомерного статистического анализа в экономике и оценке качества продукции». Тезисы докладов. – Тарту: изд-во Тартуского гос. университета, 1977, часть I и II.
В2. II Всесоюзная научно-техническая конференция «Применение многомерного статистического анализа в экономике и оценке качества продукции». Тезисы докладов. – Тарту: изд-во Тартуского гос. университета, 1981.
В3. III Всесоюзная научно-техническая конференция «Применение многомерного статистического анализа в экономике и оценке качества продукции». Тезисы докладов. – Тарту: изд-во Тартуского гос. университета, 1981, часть I и II.
В4. IV Всесоюзная научно-техническая конференция «Применение многомерного статистического анализа в экономике и оценке качества продукции». Тезисы докладов. – Тарту: изд-во Тартуского гос. университета, 1989, часть I и II.
В5. V научная конференция стран СНГ «Применение многомерного статистического анализа в экономике и оценке качества». Тезисы докладов. – М.: ЦЭМИ РАН, 1993.
В6. VI научная конференция стран СНГ «Применение многомерного статистического анализа в экономике и оценке качества». Тезисы докладов. – М.: ЦЭМИ РАН, 1997.
В7. Труды VII-й Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества». – М.: ЦЭМИ РАН, 2001.
В8. Труды VIII-й Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества». – М.: ЦЭМИ РАН, 2005.
В9. Труды IX-й Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества». – М.: ГУ-ВШЭ, 2010.
7C. Труды традиционной международной цахкадзорской школы-семинара (1979-1995 – по программно-алгоритмическому обеспечению прикладного многомерного статистического анализа; начиная с 1999 г. – по многомерному статистическому анализу и эконометрике)
С1. Всесоюзная школа-семинар «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа». Ереван: изд-во ВЦ ГОСПЛАНА Арм. ССР, 1979.
С2. Всесоюзная школа-семинар «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа». Ереван: изд-во ВЦ ГОСПЛАНА Арм. ССР, 1983.
С3. Всесоюзная школа-семинар «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа». – М.: ЦЭМИ АН СССР, 1987.
С4. Всесоюзная школа-семинар «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа». – М.: ЦЭМИ РАН, 1991. Часть I и II.
С5. Всесоюзная школа-семинар «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа». – М.: ЦЭМИ РАН, 1995.
С6. Труды VI-й Международной школы-семинара «Многомерный статистический анализ и эконометрика». – М.: ЦЭМИ РАН, 1999.
С7. Труды VII-й Международной школы-семинара «Многомерный статистический анализ и эконометрика». – М.: ЦЭМИ РАН, 2004.
C8. Труды VIII-й Международной школы-семинара «Многомерный статистический анализ и эконометрика». – М.: ЦЭМИ РАН, 2008.
7D. Основные труды российско-французского сотрудничества
D1. Сборник «Статистика. Вероятность. Экономика». (Ученые записки по статистике. Том 49). – М.: Наука, 1985.
D2. Диде Э. Методы анализа данных. (Перевод с французского С.А. Айвазяна, В.Д. Конакова, С.Ю. Адамова. Под редакцией С.А. Айвазяна и В.М. Бухштабера). – М.: Финансы и статистика, 1985.
D3. Жамбю М. Иерархический кластер-анализ и соответствия. (Перевод с французского Б.Г. Миркина. Предисловие проф. С.А. Айвазяна, Б.Г. Миркина). – М.: Финансы и статистика, 1988. (Серия: Математико-статистические методы за рубежом).
D4. Aivazian S. Etude statistique des dependances. – Edition “MIR”, Moscou. Premiere edition – 1970. Deuxieme edition – 1978.
D5. Aivazian S. Elements de modelisation et traitement initial des donnees. – Edition “MIR”, Moscou, 1987.
D6. Айвазян С.А., Бухштабер В.М. В кн.: «Методы анализа данных». – М.: Финансы и статистика, 1988.
7E. Создание интеллектуализированных программных продуктов по статистическому анализу данных и эконометрике
Е1. МЕЗОЗАВР 1.2. – система статистического анализа временных рядов и прогнозирования. – М.: ЦЭМИ – СТАТ-ДИАЛОГ, 1991. (Английская версия: Mesosaur – Time Series, Evanston, IL, Systat, Inc., 1991; Французская версия: TEMP – Analyse des Donnees Temporelles, Version 1.0, CISIA – StatDialogue, 94160 Sain-Mande, 1993).
E2. САНИ – система статистического анализа нечисловой информации. – М.: ЦЭМИ – СТАТ-ДИАЛОГ, 1991. (Французская версия: QUAL – Analyse des Donnees Qualitatives, Version 1.0, CISIA – StatDialogue, 94160 Saint-Mande, 1994).
E3. КЛАССМАСТЕР – исследовательский анализ многомерных данных: классификация, типологизация, распознавание. – М.: ЦЭМИ – СТАТ-ДИАЛОГ, 1991. (Французская версия: TYP – Analyse Typologique des Donnees, COSIA – StatDialogue, 94160 Sain-Mande, 1994).
E4. STAT-MEDIA – система для статистической обработки данных, версия 1.0 Визуализация и классификация (дискриминантный анализ) многомерных данных. – М.: 1994.
E5. Айвазян С.А, Енюков И.С., Мешалкин Л.Д. О структуре и содержании пакета программ по прикладному статистическому анализу. В кн.: Алгоритмическое и программное обеспечение прикладного статистического анализа, – М.: Наука, 1980, стр. 7-62.
Е6. Айвазян С.А. Интеллектуализированные инструментальные системы в статистике и их роль в построении проблемно-ориентированных систем поддержки принятия решений // Обозрение прикладной и промышленной математики, том 4 (1997), № 4, М.: Научное издательство «ТВП».
Е7. Айвазян С.А., Степанов В.С. Инструменты статистического анализа данных // Мир ПК, № 8, 1997, стр. 32-41. (На нашем сервере имеется расширенная версия этой работы: «Программное обеспечение по статистическому анализу данных: методология сравнительного анализа и выборочный обзор рынка»).
7F. Учебники и другие учебно-методические издания
F1. Айвазян С.А. Статистическое исследование зависимостей. – М.: Металлургия, 1968 (есть издания 1970 и 1978 гг. на французском языке).
F2. Айвазян С.А. Прикладная статистика и основы эконометрики. – М.: Юнити, издания 1998 и 2001 гг.
Том 1: Теория вероятностей и прикладная статистика (соавтор – Мхитарян В.С.)
Том 2: Основы эконометрики
F3. Айвазян С.А., Мхитарян В.С. Прикладная статистика в задачах и упражнениях. – М.: Юнити, 2001.
F4. Айвазян С.А., Иванова С.С. Эконометрика. – М.: Market DS, 2007 и 2010.
F5. Айвазян С.А. Методы эконометрики. – М.: Магистр, 2010.
F6. Магнус Я., Катышев П., Пересецкий А. Эконометрика. Начальный курс. – М.: Дело, издания 1997, 1998, 2000, 2001, 2003, 2005 и 2007 гг.
F7. Катышев П., Магнус Я., Пересецкий А., Головань С. Сборник задач к начальному курсу эконометрики. – М.: Дело, 2007.
7G. Статьи, монографии, препринты
Айвазян С.А. Об опыте применения экспертно-статистического метода построения неизвестной целевой функции. – В кн.: «Многомерный статистический анализ в социально-экономических исследованиях», М.: Наука, 1974.
Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. – М.: Статистика, 1974 (есть издание на чешском языке).
Айвазян С.А., Мешалкин Л.Д., Енюков И.С. Прикладная статистика. – М.: Финансы и статистика.
Том 1: Основы моделирования и первичная обработка данных. 1983 (есть издание на французском языке).
Том 2: Исследование зависимостей. 1985.
Том 3: Классификация и снижение размерности. 1989 (соавтор – В.М. Бухштабер).
Айвазян С.А. Модель формирования распределения населения России по величине среднедушевого дохода // Экономика и математические методы, том 33 (1997а), № 4, стр. 74-86.
Айвазян С.А. Типология потребления и дифференциация доходов в российском обществе переходного периода (экспертно-статистический подход) // Обозрение прикладной и промышленной математики, том 4 (1997б), № 4.
Айвазян С.А. К проблеме качества жизни (концепция, методология, информационно-статистическое обеспечение). В кн.: “Computer Data Analysis and Modeling”, Proceedings of the Fifth International Conference (June 8-12, 1998, Minsk), volume 2. – Minsk, 1998, pp. 179-201.
Айвазян С.А., Макаров В.Л., Борисова С.В., Локалин Э.А. Эконометрическая модель экономики России для целей краткосрочного прогноза и сценарного анализа, препринт ЦЭМИ РАН, Москва, 2001.
Айвазян С.А., Колеников С.О. Уровень бедности и дифференциация населения России по раходам, Российская программа экономических исследований. Серия «Научные доклады», препринт EERC, № 01/01, Москва, 2001.
Айвазян С.А. К методологии измерения синтетических категорий качеств жизни населения. – «Экономика и математические методы», том 39 (2003), № 2, стр. 33-53.
Айвазян С.А. Россия в межстрановом анализе синтетических категорий качества жизни населения: анализ российской траектории на стыке XX-го и XXI-го веков (1995-2004). «Мир России», том XIV, 2005, № 1, стр. 62-88.
Айвазян С.А., Бородкин Ф.М. Социальные индикаторы. – М.: Юнити, 2006.
Айвазян С.А., Степанов В.С., Козлова М.И. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики (на примере Самарской области и ее муниципальных образований). // «Прикладная эконометрика № 2, 2006. М.: Маркет ДС.
Айвазян С.А., Бродский Б.Я. Макроэконометрическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики. «Прикладная эконометрика», № 2, 2006.
Айвазян С.А., Афанасьев М.Ю. Оценка мероприятий, направленных на управление факторами неэффективного производства. «Прикладная эконометрика», 2007, № 4, стр. 27-41.
Айвазян С.А., Маракуев А. В., Ушкова В.Л. Информационно-аналитическая поддержка социально-экономических исследований. / Препринт #WP/2001/115. – М.: ЦЭМИ РАН, 2001.
Айвазян С.А., Маракуев А. В., Ушкова В.Л. Каталог источников социально-экономической информации. – ЦЭМИ РАН. Препринт #WP/2009/266.
Айвазян С.А., Афанасьев М.Ю., Макаров В.Л. Моделирование достижимого производственного потенциала и оценка эффективности производства на основе методологии стохастической границы. Препринт, М.: ЦЭМИ РАН, 2008.
Айвазян С.А. Редукция многокритериальных схем в социально-экономических исследованиях (эконометрический подход). Труды VII-ой Международной школы-семинара «Многомерный статистический анализ и эконометрика». М.: ЦЭМИ РАН, 2008.
Айвазян С.А. Роль социально-экономической политики и институционального развития в повышении качества жизни: результаты межстранового эконометрического анализа. – В кн.: «Россия в глобализирующемся мире», М.: Наука, 2008б.
Айвазян С.А. Многомерный статистический анализ и вероятностное моделирование реальных процессов: направления исследований, тенденции, проблемы (опыт 1969-2009 гг.). Труды Международной юбилейной сессии научного семинара. // Под ред. Айвазяна С.А. М.: ЦЭМИ РАН, 2009.
Айвазян С.А., Афанасьев М.Ю. Оценка эффективности перехода к достижимому потенциалу. – «Прикладная статистика», № 3 (15), 2009, стр. 43-55.
Айвазян С.А. Анализ качества и образа жизни населения (эконометрический подход). – М.: Наука, 2011 (в печати).
Акопов А.С. Компьютерная модель транспортировки нефтепродуктов. // М.: Труды Института Системного Анализа РАН, Выпуск 10(2), 2006а.
Акопов А.С. Компьютерная модель нефтеперерабатывающего предприятия. // М.: Труды Института Системного Анализа РАН, Выпуск 10(2), 2006б.
Акопов А.С. Применение модифицированного генетического алгоритма в системе управления нефтеперерабатывающим предприятием. // М.: Труды Института Сис­темного Анализа РАН, Том 25 (1), 2006.
Акопов А.С. Поддержка принятия управленческих решений для нефтегазодобываю­щих предприятий с помощью динамических имитационных моделей. // М.: Ж. Сис­темы управления и информационные технологии, № 4, 2006в.
Акопов А.С. Использование средств динамического имитационного моделирования для подготовки управленческих решений в ТЭК.// М.: Ж. Системы управления и ин­формационные технологии, № 2, 2006.
Акопов А.С. Системно-динамический подход в управлении инвестиционной дея­тельностью нефтяной компании. // М: Ж. Аудит и Финансовый анализ, № 2, 2006д.
Акопов А.С. Процедура и алгоритмы формирования квазиоптимальных инвестици­онных решений вертикально-интегрированной нефтяной компании. // М.: Труды Института Системного Анализа РАН, Выпуск 32(1), 2008а.
Акопов А.С. О сходимости и устойчивости модифицированного генетического алго­ритма в задаче управления инвестиционным портфелем вертикально-интегрированной нефтяной компании. // М: Труды Института Системного Анализа РАН, выпуск 32 (1), 2008б.
Акопов А.С, Бекларян Г.Л. Интеллектуальные гибридные системы управления дея­тельностью вертикально-интегрированными организационными структурами. // Препринт #WP/2009/267.-М: ЦЭМИ РАН, 2009.-54с.
Акопов А.С. Об одной модели адаптивного управления сложными организационны­ми структурами.// Ж. Аудит и финансовый анализ, № 3, 2010.
Волкова М.И. Сравнение объективистского и субъективистского подходов к измерению синтетических латентных категорий качества жизни населения: результаты эмпирического анализа российских данных. – «Прикладная эконометрика», 2010, №3.
Герасимова И.А. Структура семьи. – М.: Статистика, 1976.
Герасимова И.А. и др. Социально-экономическое положение регионов Российской Федерации (к опыту сравнительного анализа). Препринт #WP/96/12. – М.: ЦЭМИ РАН, 1996.
Герасимова И.А. Тенденции экономического неравенства в России (межрегиональный аспект). – «Концепции», №1 (22), 2009а.
Герасимова И.А. Пространственное распределение совокупного объема денежных доходов населения России: тенденции и факторы динамики 91995-2003 гг.) – «Прикладная эконометрика», №4, 2009б.
Головань С.В., Карминский А.М., Пересецкий А.А. Эффективность российских банков с точки зрения минимизации издержек, с учетом факторов риска. Экономика и математические методы, том 44, № 4, стр. 28-38, 2008.
Ильменская Е.М. Создание и развитие Вэб-ИИССЭП. – В кн.: «Совершенствование информационной поддержки социально-экономических исследований». ЦЭМИ РАН, 2006.
Карминский А.М., Пересецкий А.А. Модели рейтингов международных агентств. Прикладная эконометрика, № 1, стр. 3-19, 2007.
Карминский А.М., Пересецкий А.А. Рейтинги как мера финансовых рисков. Эволюция, назначение, применение. Журнал новой экономической ассоциации. № 1-2, стр. 86-103, 2008.
Колосницын И.В., Макарчук Н.И. О построении целевой функции потребления. – «Экономика и математические методы», том XVIII, № 4, стр. 620-633, 1982.
Кудров А.В. О максимумах частичных выборок случайных последовательностей с псевдостационарным трендом. – В кн.: «Статистические методы оценивания и проверки гипотез». Пермский государственный университет, 2008а.
Кудров А.В. Оценка функции распределения максимумов выборок стационарных последовательностей с псевдосцационарным трендом. – «Прикладная эконометрика», № 3 (11), 2008б.
Маракуев А.В., Позднякова Г.С. Реализация табличных баз данных в локальной вычислительной сети, препринт ЦЭМИ РАН, Москва. 2001.
Пересецкий А.А. Методы оценки вероятности дефолта банков. Экономика и математические методы, 43 (3), стр. 37-62, 2007а.
Пересецкий А.А. Процентные ставки российских банков. Рыночная дисциплина и страхование депозитов. Экономика и математические методы, 43(1), стр. 3-15, 2007б.
Пересецкий А.А. Рыночная дисциплина и страхование депозитов. Прикладная эконометрика, № 3, стр. 3-14, 2008.
Пересецкий А.А. Измерение компоненты внешней поддержки рейтингов агентства Moody’s. Прикладная эконометрика, № 2, стр. 3-23, 2009а.
Пересецкий А.А. Техническая эффективность банков. Россия и Казахстан. Финансы и Бизнес. № 1, стр. 41-53, 2009б.
Пересецкий А.А. Эконометрические методы в дистанционном анализе деятельности российских банков. ЦЭМИ РАН, 2009в.
Пересецкий А.А., Карминский А.М., ванн Суст А.Г.О. Моделирование рейтингов надежности российских банков. Экономика и математические методы, 40(4), стр. 10-25, 2004.
Староверов О.В. Модели движения населения. – М.: Наука, 1979.
Типология потребления (под ред. С.А. Айвазяна и Н.М. Римашевской). – М.: Наука, 1978.
Ушкова В.Л., Маракуев А.В., Позднякова Г.С. Информационная система «Регионы России», ЦЭМИ РАН, Москва, 2001.
Ушкова В.Л., Кудряшов А.И., Маракуев А.В., Позднякова Г.С. Информационная система «Страны мира», ЦЭМИ РАН, Москва, 2001.
Aivazian S.A. Probabilistic-Statistical Modelling of the Distributary Relations in Society. – In: “Private and Enlarged Consumption”, North-Holland Publishing Comp., 1976.
Aivazian S.A. On Constructing a General Theory of Automatic Classification. – In: “Proceedings of the 1-st World Congress of the Bernoulli Society”, vol. 2, VNU Science Press, Netherlands, 1987.
Aivazian S.A. Mixture-Model Cluster Analysis Using the Projection Pursuit Method. – In: Computational Learning and Probabilistic Reasoning”, John Wiley and Sons, Ch. 16, 1996.
Aivazian S., Kolenikov S. Poverty and Expenditure Differentiation of the Russian Population. – Economic Education and Research Consortium, 2001.
Aivazian S.A. Synthetic Indicators of Quality of Life: Construction and Utilization for Social-Economic Management and Comparative Analysis. – “Austrian Journal of Statistics”, vol. 34, N2, 2005.
Aivazian S.A. On the Key Factors of Socio-Economic Policy and Institutional Development that Determine the Improvement of the Quality of Life. – “Austrian Journal of Statistics”, vol. 37, N1, 2008.
Konakov V., Menozzi S. Weak error for stable driven SDES: expansion of the densities. Prépublication PMA – 1248, 20/10/2008.
Konakov V., Mammen E. Small time Edgeworth-type expansions for weakly convergent nonhomogeneous Markov chains. – “Probability Theory and Related Fields”, Springer, 143, 1, 2009, pp. 137-176.
Konakov V., Menozzi S. Explicit parametrix and local limit theorems for some degenerate diffusion processes. “Annales de IHP”, Dec. 2009.
Konakov V., Menozzi S. Weak error for stable driven SDES: expansion of the densities. “Journal of Theoretical Probability”, 2010.
Kudrov A.V., Piterbarg V.I. On maxima of partial samples in Gaussian sequences with pseudo-stationary trends. // Liet. Matem. Rink., 2007, 47, N1, 1-10.
Fantazzini D., Kudrov A. Small-Sample Properties of EVT Estimators: Effects on Computing Risk Measures for Market Risk and Operational Risk Modeling, In: Handbook of Model Risk, Chapman-Hall/Taylor and Francis Group, 2010.
Fantazzini D., Kudrov A. and Zlotnik A. 2007-2008: Dangers and Opportunities for the Russian Banking Sector. In: Handbook of Banking Crises, Chapman-Hall // Taylor and Francis Group, 2009.
Malinovskii V.K. Probabilities of ruin when the safety loading tends to zero, Adv. Appl. Probab., vol. 32, pp. 885-923, 2000.
Malinovskii V.K. Zone-adaptive control strategy for a multiperiodic model of risk. Annals of Actuarial Science, 2, II, 391-409, 2007.
Malinovskii V.K. Adaptive control strategies and dependence of finite time ruin on the premium loading, Insurance: Mathematics&Economics, 42, 81-94, 2008a.
Malinovskii V.K. Risk theory insight into a zone-adaptive control strategy. Insurance: Mathematics&Economics, 42, 656-667, 2008б.
Malinovskii V.K. Scenario analysis for a multi-period diffusion model of risk, ASTIN Bull., 39, 649-676, 2009a.
Malinovskii V.K. Survive a downswing phase of the underwriting cycle, 39-th ASTIN Colloquium in Helsinki, Finland, 1-4 June 2009, 2009б.
Peresetsky A.A., Karminsky A.M., Golovan S.V. Probability of default models of Russian banks. Bank of Finland, BOFIT Discussion Papers No 21/2004.
Peresetsky A.A., Karminsky A.M. Models for Moody’s bank ratings. Frontiers in Finance and Economics, 2010.

  • О ЦЭМИ
  • Организационная структура ЦЭМИ
  • Деятельность института
  • Научные исследования
  • Подготовка научных кадров
  • Публикации
  • Диссертационные советы
  • Новости
  • Точка зрения
  • Архив
Последние новости: