Принятие решений в задачах цифровой экономики в условиях риска и неопределённости

Бакалавриат 2024/2025

Статус: Курс по выбору (Экономика и статистика)

Направление: 38.03.01. Экономика

Кто читает: Департамент математики

Где читается: Факультет экономических наук

Когда читается: 4-й курс, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Лепский Александр Евгеньевич

Язык: русский

Кредиты: 3

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Анализируя сложные процессы функционирования экономических систем, исследователь или лицо, принимающее решения, сталкивается с различными типами неопределенности. Эти неопределенности могут иметь как стохастический характер, так и иную природу. Поэтому современному экономисту-исследователю и практику необходимо научиться владеть основными инструментариями принятия решений в условиях риска и неопределенности. В этом курсе будут рассмотрены нестохастические модели описания неточности данных и неопределенности условий принятия решений. В частности, будут рассмотрены основные положения теории нечетких множеств и методы работы с нечеткими данными (нечеткая регрессия, нечеткая кластеризация данных), модели принятия решений при нечеткой информации. Также будут рассмотрены основные модели описания неопределенности нестохастического характера и принятия решений в условиях такой неопределенности. Это, прежде всего, модели в рамках теории свидетельств (функций доверия). В ходя изучения дисциплины будут рассмотрены различные кейсы применения изученных теоретических положений к решению реальных задач анализа экономической информации и принятия решений. В частности, будут рассмотрены следующие задачи: - выбор торговой стратегии на основе оценивания функций принадлежности торговых решений; - анализ согласованности позиций экспертов в задачах принятия решений на основе вычисления показателя размытия нечетких множеств; - кластеризация банков по согласованности их рекомендаций о прогностической стоимости акций на основе построения нечетких отношений; - нечеткий вывод при анализе фондового и валютного рынков; - регрессия с нечеткими данными и/или нечеткими параметрами; - нечеткая классификация и кластеризация финансово-экономических данных; - оценка качества и агрегирования экспертной информации методами теории свидетельств; - наилучшее распределение средств сервисной компании (гостиница, авиакомпания и пр.), как задача максимизации нечеткого агрегирующего интеграла при бюджетных ограничениях.

Цель освоения дисциплины

Ознакомление студентов с основами работы с нечеткими данными и в условиях нестохастической неопределенности (теорией возможностей, теорией свидетельств и др.) применительно к задачам анализа экономических данных и принятия решений.

Планируемые результаты обучения

студент должен иметь представление о нечетких отношениях и уметь их использовать в задачах экономического анализа
студент должен иметь представление о нечетких числах, операциях над ними, способах измерения расстояний между ними и их сравнении; должен уметь строить простые графики с нечеткими параметрами или переменными, решать простые нечеткие уравнения
студент должен иметь представление о нечеткой кластеризации
студент должен иметь представление о нечеткой регрессии
студент должен иметь представление о понятии нечеткого множества и основных операциях над ними
студент должен иметь представление об основных понятиях теории свидетельств и прикладном потенциале этой теории в задачах экономического анализа
студент должен уметь применять простые методы принятия решений к задачам с нечеткими данными

Содержание учебной дисциплины

Нечеткие множества и их применение
Нечеткие отношения в задачах экономического анализа.
Нечеткие числа и нечеткая арифметика.
Принятие решений при нечетких данных в задачах экономического анализа.
Нечеткая классификация и кластеризация.
Нечеткая регрессия в задачах экономического анализа.
Элементы теории свидетельств и их применение в задачах анализа экспертной информации и принятия решений.

Элементы контроля

Контрольная работа
Письменная работа
Экзамен
Письменная работа
Дополнительное собеседование
Студенты, набравшие не менее 7 (итоговых) баллов, имеют право на получение 1-2 бонусных баллов (до 10-ти итоговых баллов) по результатам дополнительного собеседования (решения дополнительных задач повышенной сложности, ответы на вопросы повышен-ной сложности и пр.).

Промежуточная аттестация

2024/2025 2nd module
0.1 * Дополнительное собеседование + 0.4 * Контрольная работа + 0.5 * Экзамен

Список литературы

Авторы

Лепский Александр Евгеньевич

Программа дисциплины